2-tuple dilsel VIKOR (Ju ve Wang, 2013)

Hücreler. Kesin VIKOR'da her hücre tek sayıdır. Burada her hücre bir terim ve bir kaymadan oluşur. Uzman puanı terim kümesinden seçer; birleştirme sonucu iki terim arasına düşerse en yakın terime yuvarlanmaz, kayma değeriyle saklanır. Kriter ağırlıkları ve uzlaşma katsayısı v kesin sayıdır; yöntem ağırlık üretmez, dışarıdan alır.

Ölçek eşitleme. Kesin VIKOR her kriterin en iyi ve en kötü değerini bulur, sonra her seçeneğin bu iki uç arasındaki konumunu oranlar. 2-tuple dilsel VIKOR aynı işlemi yapar, ama önce her terimi kaymasıyla birlikte tek bir sayıya çevirir. En iyi ve en kötü değer bu sayılardan, kriterin yönüne göre seçilir; kesin VIKOR'un doğrusal normalizasyonundan farkı yalnız girdinin terimden sayıya geçmiş olmasıdır, oranlama biçimi aynı kalır.

Grup faydası ve bireysel pişmanlık. S ve R hesabı kesin VIKOR'la birebir aynı formülü kullanır: her kriterdeki ağırlıklı uzaklığın toplamı S'yi, en büyüğü R'yi verir. Fark yalnız bu uzaklığın artık terim-sayı dönüşümünden gelen bir değer üzerinden hesaplanmasıdır.

Uzlaşma indeksi ve sonuç. Q'nun hesaplanması ve iki koşulun (kabul edilebilir avantaj, kabul edilebilir istikrar) sınanması kesin VIKOR'la aynıdır. Durulaştırma burada bilgi kaybetmez: terimi sayıya çeviren dönüşüm birebirdir ve tersine çevrilebilir. Bu, üçgen bulanık sayıyla çalışan uzantılardan farklıdır; orada belirsizlik durulaştırılırken bir aralık tek sayıya sıkıştırılır, burada tek bir terim etrafındaki ince bir kayma sayıya dönüşür.

DecisionMind klasik 2-tuple dilsel VIKOR'da terim kümesinin dokuz basamaklı olmasını ve terim-sayı dönüşümünü sabit tutar; uzlaşma katsayısı v varsayılan olarak 0,5'tir.

Çıktı kesin VIKOR'daki gibi üç sütundur: S, R ve Q; okunuşu da aynıdır. Asıl sonuç Q sırası değil, iki koşulun verdiği karardır. Fark şurada: S ve R'yi oluşturan uzaklıklar artık terim kümesindeki basamaklardan gelir, bu yüzden "sıra kaç basamaklık bir terim değişimine dayanıyor" sorusu buradaki hassasiyet sınamasıdır.

Bu nedenle:

"2-tuple dilsel VIKOR'a göre en iyi seçenek budur"

yerine:

"Bu ağırlıklar ve v = 0,5 ile şu seçenek tek uzlaşma çözümüdür; hem S hem R'de birincidir ve ikinci seçenekle arasındaki fark kabul eşiğinin üstündedir"

biçiminde yazmak doğrudur; koşullardan biri sağlanmıyorsa uzlaşma kümesi olduğu gibi yazılır.

Uzmanlar kriteri sözel bir terimle değerlendiriyorsa ve birleştirme sonucunun bir terime yuvarlanmadan saklanması isteniyorsa, üstelik karar birden fazla tarafın çıkarının çatıştığı ve "en az itiraz alacak" seçeneğin arandığı bir uzlaşma ortamıysa.

Aynı ailenin diğer üyesiyle karışmamalıdır. Uzman tek bir terim değil, birkaç terimi olasılıkla veriyorsa olasılıksal dilsel VIKOR kullanılır; orada beklenen değer bir dağılımı özetler, burada tek bir terim ve kayması vardır. Uzman "yaklaşık bir sayı" düşünüyorsa bulanık VIKOR uygundur.

Temel yöntemde kalınması gereken durum aynıdır: kriter ölçülmüşse ölçülmüş kalır. Kesin VIKOR'un çıkış koşulları (bir kriterde hiç taviz kabul edilmiyorsa, kriterler birbirine güçlü bağlıysa) burada da geçerlidir.

İki koşulu atlayıp yalnız Q'su en küçük seçeneği kazanan diye yazmak. VIKOR'un tanımlayıcı özelliği uzlaşma kümesidir, tek kazanan değil; bu, dilsel veride de değişmez.

Kaymayı atıp en yakın terime yuvarlamak. S ve R hesabından önce kaymayı atmak yöntemin bilgi kaybetmeme özelliğini geçersiz kılar ve sıranın ne kadar sağlam olduğunu gizler.

Maliyet kriterlerinde en iyi ve en kötü terimi ters almak. Azı iyi bir kriterde en düşük basamaklı terim en iyisidir; ters alınırsa pahalı ya da riskli seçenek ideal sayılır.

v katsayısını gerekçesiz seçmek ya da uçlara çekmek. 0 ya da 1'de yöntem uzlaşma yöntemi olmaktan çıkar; hangi değerin seçildiği ve neden seçildiği raporda yazılmalıdır.

Temel ilke şudur:

2-tuple dilsel VIKOR'un sonucu bir sıra değil, koşullu bir uzlaşma önerisidir; terimden sayıya geçerken kaymayı silen ya da iki koşulu atlayan her uygulama yöntemi yanlış kullanmış olur.