Nötrosofik TODIM (Ji, Zhang ve Wang, 2018)

Üç proje üç kriterde değerlendiriliyor; her hücre doğruluk (T), belirsizlik (I) ve yanlışlık (F) derecesinden oluşuyor, üçü de "çoğu iyi" yönünde. Ağırlıklar kesindir; birinci kriterin ağırlığı en yüksektir ve referans kriter budur.

Yöntem her hücrenin skorunu (doğruluktan yanlışlığı ve belirsizliğin iki katını düşerek) hesaplar, hangi projenin hangi kriterde daha yüksek skora sahip olduğunu belirler, nötrosofik mesafeyi hesaplar, kazanan tarafta pozitif, kaybeden tarafta θ=1 ile büyütülmüş negatif katkı toplar ve küresel değeri 0-1 aralığına ölçekler.

Sonuç şöyle okunur. A3 birinci kriterde (referans, en ağır) en yüksek doğruluk ve en düşük belirsizliğe sahiptir; bu üstünlük diğer kriterlerdeki daha zayıf profilini fazlasıyla dengeler. A1 birinci kriterde en düşük skora sahip olduğu için üçüncüdür; küresel değeri 0 olması mutlak bir "değersizlik" değil, bu üç proje içinde en düşük göreli üstünlük anlamına gelir. A2 arada, dengeli ama hiçbir kriterde öne çıkmayan bir profille ikincidir.

Komitenin tereddüdü şudur: A2'nin birinci kriterdeki belirsizliği (I=0,30) ek veri toplanarak azaltılsa ve doğruluğu artsa, yani T 0,50'den 0,60'a, I 0,30'dan 0,25'e, F 0,40'tan 0,30'a değişse, küresel değeri nasıl değişir? Bağımsız Python ile yeniden hesaplandığında A2'nin değeri 0,213'ten 0,498'e çıkmakta ama A3'ü geçememektedir. Tersine aynı hücrede belirsizlik artsa, I 0,30'dan 0,50'ye çıksa, A2'nin değeri 0,033'e düşmektedir. Sıra her iki durumda da A3-A2-A1 olarak kalmaktadır, ama A2'nin A3'e görece mesafesi bu hücredeki belirsizliğin büyüklüğüne son derece duyarlıdır. Ağırlıklar C1 ile C3 arasında yer değiştirse A2'nin değeri 0,074'e düşer, sıra yine bozulmaz.

Raporda: "Birinci kritere verilen en yüksek ağırlıkla A3 net olarak öndedir; A2'nin aynı kriterdeki belirsizlik payı azaltılsa da artırılsa da A3-A2-A1 sırası korunmaktadır, ancak A2'nin A3'e görece mesafesi bu kriterdeki bilinmeyen payının büyüklüğüne yüksek derecede duyarlıdır."

Kaynak: Bu vaka DecisionMind'ın N-TODIM motorunun doğrulama örneğidir; matris ve ağırlıklar elle hesaplanabilir küçük bir örnek olarak formüllere sadık biçimde üretilmiştir, Ji, Zhang ve Wang'ın (2018) makalesindeki tablo değildir. O makale çok değerli nötrosofik ortamı ele alır, burada tek değerli özel hali kullanılmıştır; öğretici örnektir. Belirsizlik duyarlılığı ve ağırlık takası senaryolarının sayıları bu kartın yazarınca aynı algoritmayla bağımsız olarak yeniden hesaplanmıştır.

Bir e-ticaret şirketi üç yeni ülke pazarından hangisine öncelikle gireceğine karar verecektir. Kriterler: yerel talep büyüme potansiyeli, rekabet ortamının uygunluğu ve lojistik altyapı yeterliliği; üçü de "çoğu iyi"dir. Şirketin bu pazarlarda geçmiş satış verisi yoktur. Her kriter için bir yargı kuruluyor, örneğin "bu pazar talep büyümesi açısından uygundur" gibi. Pazarlama ekibi doğruluğu lehteki kanıttan, yani sektör raporları ve benzer pazarlardaki deneyimden; yanlışlığı aleyhteki kanıttan, yani yerel rakip analizlerinden; belirsizliği ise eksik veriden, yani o ülkede henüz saha araştırması yapılmamış olmasından türetiyor. Şirket talep büyüme potansiyeline en yüksek ağırlığı (referans kriter) veriyor.

Yöntem üç pazarı ikişer ikişer karşılaştırır: skor farkına göre kazanan-kaybeden yönünü belirler, nötrosofik mesafeyi hesaplar ve küresel değeri hesaplar. Diyelim ki talep büyüme potansiyelinde en yüksek doğruluğa sahip pazar aynı zamanda lojistik altyapıda en yüksek belirsizliğe (saha araştırması eksikliği) sahiptir ve küresel değerde yine de birinci çıkıyor, çünkü talep kriteri referans kriterdir.

Şirketin tereddüdü şudur: lojistik altyapı kriterindeki yüksek belirsizlik, gerçek bir zayıflık mı yoksa yalnızca veri eksikliği mi olduğunu ayırt etmez; küresel değer bu ikisini aynı yönde cezalandırır. Şirket saha araştırmasını tamamlamadan yatırım kararını kesinleştirmemeli, belirsizliğin kaynağının veri eksikliği olduğunu raporda ayrıca belirtmelidir.

Raporda: "Talep büyüme potansiyeline verilen en yüksek ağırlıkla birinci pazar net olarak öne çıkmaktadır; ancak bu pazarın lojistik altyapı kriterindeki yüksek belirsizlik payı saha araştırması eksikliğinden kaynaklanmaktadır, bu nedenle nihai karar saha verisiyle doğrulanmadan kesinleştirilmemelidir."

Ölçülmüş bir satış oranını (örneğin geçen yılın gerçekleşen büyümesini) doğrudan bir üçlüye çevirip "belirsizlik yok" diye (T, 0, 1−T) yazmak yerine hissederek bir belirsizlik payı eklemek: bu, hiçbir bileşeni bir bilgi kaynağına dayanmayan bir tahmindir. İkinci yanlış, üç bileşenin toplamını 1'e zorlamak ya da belirsizliği "1 − T − F" olarak hesaplamaktır; bu, nötrosofik yapının bağımsızlık ilkesini bozar ve sezgisel bulanık çiftle aynı bilgiyi taşımaya indirger. Üçüncü yanlış, A3'ün 1,000 küresel değerini "mükemmel proje" diye okumaktır; bu değer yalnızca bu üç projeyi birbirine göre ölçekler, mutlak bir mükemmellik ifade etmez.