Uzantı kartı · Dilsel
Dilsel Pisagor bulanık EDAS (CRITIC ağırlıklı) (Akram, Ramzan ve Deveci, 2023)
Dilsel Pisagor bulanık EDAS, kriter değerlendirmesinin terim kümesinden seçilen destek ve ret dereceleriyle yapıldığı ve kriter ağırlıklarının uzmandan değil verinin kendisinden, CRITIC yöntemiyle türetildiği EDAS biçimidir.
Temel yöntem
EDAS →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
Dilsel (Linguistic) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Beş şey değişir; ortalamaya göre konum bulma mantığı değişmez.
Hücreler. Kesin EDAS'ta her hücre tek sayıdır. Burada her hücre dilsel Pisagor bulanık bir sayıdır: terim kümesinden seçilen bir destek indeksi ve bir ret indeksi, karelerinin toplamı terim kümesinin en üst basamağının karesini aşamaz. Birden fazla karar verici varsa her uzmanın çifti, ağırlıklı bir birleştirme kuralıyla (Hamacher toplamı) tek bir çifte indirilir.
Ağırlıklar dışarıdan değil içeriden gelir. Kesin EDAS ağırlık üretmez, dışarıdan alır. Bu uzantı tam tersini yapar: kriter ağırlıkları, birleştirilmiş dilsel Pisagor matrisinden CRITIC yöntemiyle (Diakoulaki, Mavrotas ve Papayannakis, 1995) hesaplanır. CRITIC her kriterin hem kendi içindeki yayılımına hem diğer kriterlerle ne kadar farklı bilgi taşıdığına bakar; yayılımı geniş ve diğer kriterlerle az ilişkili olan kritere daha yüksek ağırlık verir. Kullanıcı ağırlık girse bile bu uzantıda kullanılmaz; ağırlık her koşumda veriden yeniden hesaplanır.
Skora indirgeme ve ortalama çözüm. CRITIC hesaplanmadan önce her hücre bir skor fonksiyonuyla tek sayıya indirgenir; CRITIC'in yayılım ve ilişki hesabı bu skorlar üzerinde yapılır. Ortalama çözüm ise ham dilsel Pisagor çiftleri üzerinde, çiftlerin kendi birleştirme kuralıyla kurulur; pozitif ve negatif sapma bu ortalamanın ve her hücrenin skoruna göre ölçülür.
Sonuç ve durulaştırma. Ağırlıklı sapmalar da dilsel Pisagor çifti olarak toplanır ve yalnız son adımda skor fonksiyonuyla tek sayıya iner. Bu, IV-EDAS'ın en baştan durulaştırmasından farklı, IV-ARAS'a daha yakın bir sıradır: burada durulaştırma iki kez, önce CRITIC için hücre başına, sonra ağırlıklı toplamlar için bir kez daha yapılır.
DecisionMind bu uzantıda CRITIC'in içeride hesaplanmasını ve kullanıcı ağırlığının yok sayılmasını sabit tutar. Bu, kesin EDAS kartındaki "ağırlık dışarıdan alınır" ilkesinin bu uzantıda geçerli olmadığı anlamına gelir.
Çıktı Nasıl Yorumlanır?
Değerlendirme puanı kesin EDAS'takiyle aynı okunur: kümenin kendi ortalamasına göre bir konumdur, yüzde ya da olasılık değildir. Fark şurada: ağırlıklar burada bir karar vericinin tercihi değil, verinin kendi yayılımının bir sonucudur. Bir kritere yüksek ağırlık çıkması "bu kriter önemlidir" demek değildir; "bu kriter seçenekleri birbirinden en çok ayıran kriterdir" demektir. İki farklı veri kümesi aynı kriterlere farklı CRITIC ağırlıkları verebilir.
Bu nedenle:
"LPF-EDAS'a göre bu kriterin ağırlığı yüksek çıktığı için kurum bu kriteri en önemli görüyor"
yerine:
"Bu kriterin ağırlığı, seçenekler arasındaki ayırt ediciliğinin veri kümesinde en yüksek çıkmasından gelir; kurumun öznel önceliğini yansıtmaz"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Kriter değerlendirmesi terim kümesinden seçilen destek-ret çiftleriyle yapılıyorsa ve kriter ağırlıklarının uzman yargısıyla değil, verinin kendi yayılımından türetilmesi isteniyorsa bu uzantı uygundur. Uzmanların kendi ağırlık tercihleri kayda geçmesi gerekiyorsa CRITIC uygun bir seçim değildir; bu durumda ağırlığın öznel yöntemlerle (AHP, BWM, SWARA) belirlendiği bir dilsel EDAS uzantısı aranmalıdır. Bir kriterde bütün seçenekler aynı değeri alıyorsa CRITIC o kriterin ağırlığını sıfıra indirir; bu, kesin EDAS'ın "ortalamaya yakın kriterin ayırt ediciliği zayıflar" ilkesinin ağırlık tarafındaki karşılığıdır.
Bu Uzantıya Özgü Hatalar
Kullanıcının verdiği ağırlığı kullanıldı sanmak. Bu uzantıda girilen ağırlık yalnızca referans amaçlıdır; hesapta kullanılan ağırlık CRITIC'in kendi çıktısıdır. Rapor hangi ağırlığın gerçekte kullanıldığını açıkça yazmalıdır.
Bir kriterin sütununu sabit bırakmak. Bir kriterde bütün seçenekler aynı değeri alırsa CRITIC standart sapmayı sıfır, dolayısıyla ağırlığı sıfır yapar. Bu bir hata değildir; kriterin veri kümesinde ayırt edici olmadığının göstergesidir.
Farklı τ (terim kümesi üst basamağı) kullanmak. Bütün karar vericiler ve kriterler aynı terim kümesini paylaşmalıdır; farklı üst basamaklı kümeler doğrudan karşılaştırılamaz.
Manifestin kayıtlı örnek sayılarını sorgusuz aktarmak. Bu uzantının manifestindeki örnek sayılar motorun bugünkü çıktısıyla birebir örtüşmemektedir; ayrıntı onay notundadır. Kart bu yüzden motorun bugün ürettiği sayıları kullanır.
Temel ilke şudur:
LPF-EDAS'ta ağırlık bir tercih değil bir ölçümdür. CRITIC'in ürettiği ağırlığı kullanıcı ağırlığıymış gibi sunmak ya da bir kriterin sıfır ağırlığını hata sanmak, yöntemin veri-güdümlü doğasını yanlış tanıtır.
Vakalar
Bu uzantı, motorun yön testinde işaretli yöntemler listesindedir: bazı kriterlerde bir seçeneğin verisi iyileştirildiğinde beklenen yönde davranıp davranmadığı ayrıca incelenmelidir. Manifestin kendi kayıtlı örnek değerleri de motorun bugünkü çıktısıyla tam örtüşmemektedir; sıralama aynıdır, büyüklükler farklıdır. Bu yüzden birinci vaka, manifestin tablosunu değil, motorun bugün ürettiği sayıları kullanır; ayrıntı onay notundadır. İkinci vaka öğretici bir kurgudur.
1. Öğretici örnek: Üç seçeneğin üç kriterde değerlendirilmesi (motorun bugünkü çıktısı)
Üç seçenek üç kriterde (C1, C3 çoğu iyi; C2 azı iyi) dilsel Pisagor destek-ret çiftleriyle değerlendiriliyor. Terim kümesinin üst basamağı 8'dir (τ=8); iki karar verici (0,6 ve 0,4 ağırlıklı) idempotent, yani aynı terimde uzlaşmış puan vermiştir.
| Seçenek | C1 (destek, ret) | C2, maliyet (destek, ret) | C3 (destek, ret) |
|---|---|---|---|
| A1 | 3, 6 | 3, 6 | 4, 4 |
| A2 | 5, 3 | 2, 7 | 3, 6 |
| A3 | 4, 4 | 4, 4 | 5, 3 |
Yöntem C2'de destek ile reddi yer değiştirir, her çifti bir skora indirger, CRITIC ile kriter ağırlıklarını verinin kendisinden hesaplar (C1=0,265, C2=0,317, C3=0,418 çıkar), ortalama çözümü kurar ve kesin EDAS'ın geri kalan adımlarını uygular.
| Seçenek | Değerlendirme puanı | Sıra |
|---|---|---|
| A2 | 0,500 | 1 |
| A3 | 0,342 | 2 |
| A1 | 0,273 | 3 |
Sonuç şöyle okunur. A2, en ağır kriter olarak hesaplanan C3'te ortalamanın belirgin üstündedir. C2'de zayıf olmasına rağmen C3'teki üstünlüğü onu birinci yapar. A1 üç kriterde de ortalamanın etrafında ya da altında kalır ve son sırada kalır.
Kararın tereddüdü: A1'in maliyet kriteri C2'deki terimi bir basamak iyileştirilirse, yani destek-ret çifti (3,6)'dan (2,7)'ye kayarsa, hem A1'in skoru değişir hem CRITIC ağırlıkları yeniden hesaplanır. DecisionMind'ın motoru bu değişiklikle yeniden çalıştırıldığında sıra A2, A1, A3'e döner; A1 0,546, A2 0,597, A3 0,149 puan alır. A3 üçüncü sıraya düşer.
Raporda: "Motorun bugünkü çıktısına göre A2 kümenin ortalamasına göre en avantajlı konumdadır (0,500); ağırlıklar CRITIC ile veriden hesaplanmıştır, kullanıcı tarafından seçilmemiştir. A1'in maliyet kriterindeki değeri tek bir basamak iyileşirse sıra değişir ve A3 son sıraya düşer; bu yüzden A1'in maliyet verisi ayrıca doğrulanmalıdır."
Kaynak: DecisionMind'ın LPF-EDAS motorunun bugünkü (2026-09-13) çıktısı. Manifestin kayıtlı örnek değerleri (A1=0,371; A2=0,512; A3=0,441) motorun bugün ürettiği değerlerle (A1=0,273; A2=0,500; A3=0,342) tam örtüşmemektedir; sıralama her iki durumda da A2, A3, A1'dir. Fark ve olası nedeni onay notunda ayrıntılıdır. Değerlendirme puanları ve ağırlık takası senaryosu bu kartın yazarınca DecisionMind'ın motoru (scripts/method_runner.py LPF-EDAS) bağımsız olarak çalıştırılarak elde edilmiştir.
2. Yayıncılık: Bir yayınevinin çeviri kitap teklifi seçimi
Bir yayınevi, üç ajanstan gelen çeviri kitap teklifinden birini basacaktır. Kriterler: konunun okuyucu ilgisi beklentisi, çeviri hakkı maliyeti ve metnin editoryal iş yükü; sonuncusu ikisi azı iyidir. Editörler her teklife bu kriterlerde önceden ilan edilmiş bir terim kümesinden destek ve ret derecesi vermiştir.
Yöntem üç teklifin üç kriterdeki çiftlerini skora indirger, kriter ağırlıklarını CRITIC ile verinin kendisinden hesaplar, ortalamaya göre lehte ve aleyhte sapmayı ölçer ve tek bir değerlendirme puanında toplar. Diyelim ki editoryal iş yükü kriteri, tekliflerin hepsinde birbirine çok yakın çıkmış ve CRITIC bu kritere neredeyse sıfır ağırlık vermiş; sıralama fiilen yalnız okuyucu ilgisi ve hak maliyetine göre belirlenmiş.
Yayınevinin tereddüdü şudur: editoryal iş yükünün ağırlığı düşük çıkması, bu kriterin önemsiz olduğu anlamına gelmez; yalnızca üç teklif arasında ayırt edici olmadığı anlamına gelir. Yeni bir teklif eklendiğinde bu kriter yeniden ayırt edici hale gelebilir ve ağırlığı yükselebilir.
Raporda: "Öncelik sırası, okuyucu ilgisi ve hak maliyeti kriterlerine göre şekillenmiştir; editoryal iş yükü kriteri bu üç teklif arasında ayırt edici bulunmadığı için ağırlığı düşük çıkmıştır. Yeni bir teklif değerlendirmeye girerse ağırlıklar yeniden hesaplanmalıdır."
3. Yapılmaması Gereken
Öğretici örnekte kullanıcının kendi belirlediği bir ağırlık kümesini (örneğin C1=0,50, C2=0,30, C3=0,20) girip bunun hesaba yansıdığını varsaymak birinci yanlıştır; bu uzantıda ağırlık her koşumda CRITIC tarafından yeniden hesaplanır ve girilen değer kullanılmaz. İkinci yanlış, yayıncılık örneğinde editoryal iş yükünün sıfıra yakın ağırlığını "bu kriter önemsiz, veri toplamaya gerek yok" diye yorumlamaktır; düşük ağırlık yalnız mevcut veri kümesindeki ayırt ediciliğin düşük olduğunu gösterir. Üçüncü yanlış, manifestin kayıtlı örnek sayılarını motorun bugünkü çıktısıyla karşılaştırmadan doğrudan rapora kopyalamaktır; bu kartta iki kaynak farklı sayılar vermektedir ve hangisinin kullanıldığı açıkça belirtilmelidir.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/lpf-edas
Akram, M., Ramzan, N., & Deveci, M. (2023). Linguistic Pythagorean fuzzy CRITIC-EDAS method for multiple-attribute group decision analysis. Engineering Applications of Artificial Intelligence, 119, 105777. DOI: 10.1016/j.engappai.2022.105777
Garg, H. (2018). Linguistic Pythagorean fuzzy sets and its applications in multiattribute decision-making process. International Journal of Intelligent Systems, 33(6), 1234–1263. DOI: 10.1002/int.21979
Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763–770. DOI: 10.1016/0305-0548(94)00059-H
Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica, 26(3), 435–451. DOI: 10.15388/Informatica.2015.57