Uzantı kartı · m-Kutuplu
m-Kutuplu Bulanık ELECTRE III (Akram ve Adeel, 2023)
Bu, kriterlerin birden çok bağımsız bakış açısından ayrı ayrı derecelendirildiği durumlar için ELECTRE III biçimidir. Ağırlıkları veriden kendisi çıkarır ve sonucu, kıyaslanamaz çift bırakmayan tek bir net üstünlük sırasıyla verir.
Temel yöntem
ELECTRE III →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
m-Kutuplu (m-Polar) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Beş şey değişir; kayıtsızlık-tercih-veto eşikli kademeli karşılaştırma fikri değişmez.
Hücreler. Kesin ELECTRE III'te her hücre tek sayıdır. Burada her hücre m ayrı bakış açısından gelen m sayıdan oluşur; üç uzman değerlendiriyorsa üç sayı, dört bölge ölçüyorsa dört sayı. Her uzmanın kendi matrisi ayrı toplanır ve bir ağırlıklı ortalama işlemiyle (mFWAO) tek bir m-kutuplu matriste birleştirilir.
Ağırlıklar dışarıdan gelmez, veriden çıkar. Kesin ELECTRE III'te ağırlıklar kullanıcıdan gelir, yöntem üretmez. Burada tam tersi geçerlidir: DecisionMind, birleştirilmiş matrisin her hücresini m kutbun ortalamasıyla tek bir skora indirir, bu skorları sütun toplamına oranlar ve Shannon'ın (1948) entropi formülüyle her kriterin ayrım gücünü (divergence) ölçer. Ayrım gücü yüksek, yani seçenekler arasında gerçekten fark yaratan kriter, daha yüksek ağırlık alır. Kullanıcı dışarıdan bir ağırlık vermez; verirse bu adım atlanmış olur ve yöntemin en önemli katkısı devre dışı kalır.
Eşikler yine dışarıdan gelir. Kesin ELECTRE III'teki gibi her kriter için kayıtsızlık (q), tercih (p) ve veto (v) eşikleri kullanıcıdan alınır; bu üçü, entropi ağırlıklarının aksine, veriden türetilmez. Skor farkı q'nun altındaysa tam uyum, p'nin üstündeyse hiç uyum yoktur; arası kademeli. Fark v'yi aşarsa o kriter tek başına veto uygular.
Güvenilirlik ve sonuç mekaniği. Kesin ELECTRE III uyumu uyumsuzlukla aşağı çeker, sonra iki yönlü (iniş/çıkış) damıtma yapar ve kesişmeyen çiftleri kıyaslanamaz ilan eder. Burada da bir güvenilirlik indeksi (β) kurulur: uyumsuzluğu uyumdan büyük olan her kriter, uyumu aşağı çeker. Ama sonuç mekaniği farklıdır. DecisionMind, Li ve Wang'ın (2007) net güvenilirlik yöntemini kullanır: her seçeneğin diğerlerini üstünleme gücü (γ⁺) ile diğerleri tarafından üstünlenme gücü (γ⁻) toplanır, fark (γ) alınır ve seçenekler bu tek sayıya göre büyükten küçüğe sıralanır.
DecisionMind bu uzantıda Shannon entropi ağırlıklandırmasını ve Li-Wang net güvenilirlik sıralamasını sabit tutar. Bu ikisinin birleşimi, temel ELECTRE III'ün iki yönlü damıtma + kesişim mekaniğinden farklıdır: γ her seçenek için tek bir gerçek sayı olduğundan, sonuç her zaman tam bir sıradır. Kesin ELECTRE III'teki kıyaslanamaz çift burada üretilmez.
Çıktı Nasıl Yorumlanır?
Temel yöntemle aynı olan kısım: bir seçeneğin üstünlüğü, her kriterde en iyi olmasından değil, kademeli uyum-uyumsuzluk hesabından gelir; veto eşiğini aşan tek bir kriter üstünlüğü tek başına engelleyebilir.
Fark şurada. Kesin ELECTRE III bazı çiftleri "veri bunları ayıramadı" diyerek kıyaslanamaz bırakabilir. Bu uzantı böyle bir sonuç vermez; net güvenilirlik (γ) her zaman bir gerçek sayıdır ve seçenekler bu sayıya göre baştan sona sıralanır. Ayrıca ağırlıklar kullanıcının tercihini değil, verinin kendi ayrım gücünü yansıtır; bir kriterde seçenekler birbirine çok benziyorsa (düşük entropi ayrımı), o kriter otomatik olarak düşük ağırlık alır, kullanıcı bunu değiştiremez.
Bu nedenle:
"m-Kutuplu ELECTRE III, x1'i kriterlerin hepsinde dengeli olduğu için birinci seçti"
yerine:
"Verinin kendi ayrım gücünden türetilen ağırlıklarla (en ağırı bir kriter %54 ağırlık taşıyor) x1'in net güvenilirliği en yüksek çıkmıştır; bu üstünlük, ağırlıkların veriden geldiği ve bir kriterin baskın olduğu unutulmadan okunmalıdır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Bir kriterin değeri gerçekten birden çok bağımsız kaynaktan (uzman grubu, bölge, dönem) geliyorsa ve bu kaynaklar erken bir ortalamaya indirilmemesi gerekiyorsa bu uzantı kullanılır. Ayrıca ağırlıkların kullanıcı tercihinden değil, verinin kendi ayrım gücünden gelmesi isteniyorsa, yani "hangi kriter seçenekleri gerçekten ayırıyor" sorusuna nesnel bir cevap aranıyorsa, bu uzantı doğrudan uygundur.
Temel ELECTRE III'ün eşik koşulu burada da geçerlidir: kayıtsızlık, tercih ve veto eşiklerini belirleyecek bir uzman görüşü olmalıdır. Kriter tek kaynaklıysa m-kutuplu yapıyı zorlamak gerekmez, ailenin kesin üyesine dönülür. Kıyaslanamaz çiftlerin ayrıca görülmesi, yani "veri bu ikisini ayıramadı" bilgisinin kaybolmaması önemliyse, bu uzantı yeterli değildir; net güvenilirlik her zaman bir sıra üretir.
Bu Uzantıya Özgü Hatalar
m-Kutuplu ile çift kutupluyu karıştırmak. m-Kutuplu üyelik [0,1]^m aralığında m bağımsız bakış açısıdır; çift kutuplu yapıda ikinci sayı ters yöndeki etkidir ve [-1,0] aralığındadır. Bipolar bir veri m=2'lik bir m-kutuplu veri değildir; iki farklı değer uzayıdır.
Eşik sırasını bozmak. Her kriterde 0 ≤ q < p ≤ v olmalıdır. q=p verilirse zayıf tercih aralığı boşalır, kademeli geçiş bir anahtar gibi (0/1) davranmaya başlar ve yöntemin ana katkısı kaybolur.
Dışarıdan ağırlık vermeye çalışmak. Bu uzantı ağırlığı Shannon entropisiyle kendisi üretir; kullanıcının kendi tercih ağırlığını dayatması, yöntemin veri-temelli ağırlıklandırma avantajını (m-Kutuplu ELECTRE II'ye göre asıl farkını) devre dışı bırakır.
Skaler ile kutup-bazlı ağırlığı karıştırmak. Bu uzantıda entropi ağırlığı skalerdir, aynı sayı bir kriterin bütün kutuplarına uygulanır. m-Kutuplu ELECTRE II'de ise ağırlık kutup başına ayrı bir vektördür. İki yöntemin ağırlıklandırma adımını birbirinin yerine kullanmak yanlış bir ağırlıklı matris üretir.
Düz (ayrım gücü zayıf) veriyi fark etmeden geçmek. Bir kriterde bütün seçeneklerin skoru birbirine çok yakınsa entropi 1'e, ayrım gücü 0'a yaklaşır ve o kriter neredeyse hiç ağırlık almaz. Bu durumda kriterin kendisi mi zayıf yoksa veri mi düz görünüyor sorgulanmalıdır.
Temel ilke şudur:
m-Kutuplu ELECTRE III'te ağırlık veriden gelir, eşik kullanıcıdan gelir; ikisini karıştırmak ya da ağırlığı dışarıdan dayatmak yöntemin nesnellik iddiasını boşa çıkarır. Sonuç her zaman tam bir sıradır, kıyaslanamaz çift üretmez.
Vakalar
Birinci vaka literatür kaynaklıdır: Akram ve Adeel'in (2023) kitap bölümündeki Türkiye'de tehlikeli atık taşıyıcısı seçimi örneği. İkinci vaka öğretici bir kurgudur.
1. Çevre: Beş tehlikeli atık taşıyıcı firması arasında seçim (Akram ve Adeel, 2023)
Bir sanayi kuruluşu, tehlikeli atık taşıması için beş firmayı (x1-x5) üç uzmanla (lojistik müdürü α=0,3654, satış koordinasyon müdürü α=0,2885, çevre-sağlık-güvenlik uzmanı α=0,3462) beş kriterde (teknik-idari yeterlilik, hizmet kapasitesi, ekonomik kapasite, çevre-güvenlik, ek hizmet) değerlendiriyor; her kriter üç alt özellikle (m=3) ölçülüyor ve hepsi çoğu iyi.
Üç uzmanın matrisleri mFWAO ile birleştirildikten sonra aggregatlanmış matrisin ilk satırı (x1) şöyledir: teknik-idari (0,6384; 0,4202; 0,7281), hizmet kapasitesi (0,6508; 0,498; 0,4697), ekonomik kapasite (0,5723; 0,9; 0,4965), çevre-güvenlik (0,438; 0,7136; 0,6102), ek hizmet (0,5374; 0,5312; 0,6891). Yöntem bu birleşik matrisin skor izdüşümünden Shannon entropisiyle ağırlıkları türetir.
| Kriter | Teknik-idari | Hizmet kapasitesi | Ekonomik kapasite | Çevre-güvenlik | Ek hizmet |
|---|---|---|---|---|---|
| Entropi ağırlığı | 0,0472 | 0,0912 | 0,0377 | 0,5377 | 0,2862 |
Çevre-güvenlik kriteri tek başına ağırlığın yarısından fazlasını (0,5377) taşır; bu, firmalar arasındaki en büyük ayrımın bu kriterde olduğunu gösterir. Yöntem sonra her kriter için kitaptaki kayıtsızlık, tercih ve veto eşikleriyle (ör. çevre-güvenlikte q=0,02, p=0,08, v=0,1) kademeli uyum ve uyumsuzluk hesaplar, güvenilirlik indeksini kurar ve Li-Wang net güvenilirliğiyle sıralar.
| Sıra | Firma |
|---|---|
| 1 | x1 |
| 2 | x2 |
| 3 | x4 |
| 4 | x5 |
| 5 | x3 |
Sonuç şöyle okunur. x1, en ağır kriter olan çevre-güvenlikte diğerlerinden belirgin biçimde iyidir; entropi ağırlığının bu kriteri neredeyse tek başına belirleyici yapması, x1'in birinciliğini büyük ölçüde açıklar.
Kuruluşun tereddüdü şurada. Kitabın kendi metni (Tablo 5.11, s. 302) sırayı x1 ≻ x2 ≻ x5 ≻ x4 ≻ x3 olarak verir; DecisionMind'ın motoru ise x4 ile x5'in yerini değiştirerek x1 ≻ x2 ≻ x4 ≻ x5 ≻ x3 üretir. x1'in birinciliği ve x3'ün sonunculuğu iki hesapta da aynıdır; yalnız ortadaki x4-x5 sırası değişmektedir. Bu küçük fark, kitabın Tablo 5.9'daki eşik değerlerinin manifestte yeniden girilmesinden mi yoksa net güvenilirlik toplamındaki bir yuvarlama farkından mı geldiği netleşene kadar bilimsel incelemeye bırakılmıştır (bkz. onay notları).
Raporda: "Verinin kendi ayrım gücünden türetilen ağırlıklarla (çevre-güvenlik %54) x1 net güvenilirlikte en üstte, x3 en altta çıkmıştır. x4 ile x5'in aradaki sırası, DecisionMind motoru ile kaynak kitabın kendi tablosu arasında farklıdır ve bu iki firma arasındaki seçim ek bir bilimsel doğrulama gerektirir."
Kaynak: Akram, M., & Adeel, A. (2023). Multiple Criteria Decision Making Methods with Multi-polar Fuzzy Information, Bölüm 5, §5.3 (s. 293-302), Tablo 5.6 (entropi ağırlıkları), Tablo 5.9 (eşikler), Tablo 5.11 (nihai sıra). Aggregatlanmış matris (Tablo 5.7) ve ağırlıklar kitaptan aynen aktarılmıştır. DecisionMind'ın motoru bu girdiyle bağımsız çalıştırılmış; x1 ve x3'ün uç konumu kitapla örtüşmüş, x4-x5 sırası örtüşmemiştir (bkz. onay notları).
2. Kamu-özel ortaklık: Üç şehir hastanesi yatırımcı adayı arasında ön değerlendirme
Bir sağlık bakanlığı birimi, şehir hastanesi yap-işlet-devret modeli için üç yatırımcı konsorsiyumu arasında ön değerlendirme yapacaktır. Dört kriter: finansal güç, inşaat tecrübesi, işletme planının sağlamlığı, toplum sağlığına katkı taahhüdü (dördü de çoğu iyi). Her kriter dört ayrı paydaş grubundan (bakanlık komisyonu, bağımsız denetim, yerel yönetim, hasta hakları temsilcisi) gelen dört bağımsız puanla (m=4) ölçülüyor; üç değerlendirme uzmanı bu paydaş puanlarını ayrı ayrı derliyor.
Yöntem üç uzmanın matrislerini birleştirir, Shannon entropisiyle kriter ağırlıklarını türetir, her kriter için belirlenen eşiklerle kademeli uyum-uyumsuzluk hesaplar ve net güvenilirlikle sıralar. Diyelim ki toplum sağlığına katkı taahhüdü kriteri en yüksek entropi ağırlığını aldı, çünkü üç konsorsiyum bu kriterde birbirinden en çok ayrılan kriterdi; finansal güçte üçü de birbirine yakın puan aldığı için bu kriter düşük ağırlık taşıdı.
Birimin tereddüdü şurada. Finansal güç kriterinin düşük ağırlık alması, kriterin önemsiz olduğu anlamına gelmez; yalnız bu üç aday arasında ayırt edici olmadığı anlamına gelir. Dördüncü bir aday, finansal gücü belirgin biçimde farklı olan bir konsorsiyum, sürece eklenirse bu kriterin entropi ağırlığı yeniden hesaplanır ve değişebilir.
Raporda: "Toplum sağlığına katkı taahhüdü kriteri, üç aday arasında en çok ayrım yaratan kriter olduğu için en yüksek entropi ağırlığını (0,41) almıştır; bu ağırlıkla öne çıkan konsorsiyum aynı zamanda inşaat tecrübesinde de güçlüdür. Finansal güç kriterinin düşük ağırlığı, bu üç aday için ayırt edici olmamasından kaynaklanır ve aday kümesi değişirse yeniden hesaplanmalıdır."
3. Yapılmaması Gereken
Atık taşıyıcı örneğinde entropi ağırlıklarını görmezden gelip beş kriteri eşit ağırlıklı (%20) varsaymak birinci yanlıştır; bu, verinin kendisinin söylediği "çevre-güvenlik burada asıl ayırt edici kriter" bilgisini siler. İkinci yanlış, x4 ile x5'in DecisionMind ile kaynak kitap arasındaki sıra farkını görmezden gelip "iki kaynak da aynı sonucu veriyor" demektir; bu fark açıkça belirtilmeli ve bilimsel denetime bırakılmalıdır. Üçüncü yanlış, kitaptaki gibi kullanıcının kendi ağırlık tercihini (ör. "bence çevre-güvenlik %30 olmalı") sisteme dışarıdan vermeye çalışmaktır; bu uzantı ağırlığı entropi ile kendisi üretir, dışarıdan ağırlık kabul etmez.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/mpf-electre-iii
Akram, M., & Adeel, A. (2023). Multiple Criteria Decision Making Methods with Multi-polar Fuzzy Information. Studies in Fuzziness and Soft Computing, vol. 430, Springer Nature. DOI: 10.1007/978-3-031-43636-9
Roy, B. (1978). ELECTRE III: Un algorithme de classement fondé sur une représentation floue des préférences en présence de critères multiples. Cahiers du CERO, 20(1), 3–24. (DOI yok)
Chen, J., Li, S., Ma, S., & Wang, X. (2014). m-Polar fuzzy sets: An extension of bipolar fuzzy sets. The Scientific World Journal, 2014, 416530. DOI: 10.1155/2014/416530
Li, H.-F., & Wang, J.-J. (2007). An improved ranking method for ELECTRE III. Proceedings of the 2007 International Conference on Wireless Communications, Networking and Mobile Computing (WiCOM), 6659–6662. DOI: 10.1109/WICOM.2007.1634
Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27(3), 379–423. DOI: 10.1002/j.1538-7305.1948.tb01338.x