Uzantı kartı · Plitojenik
Plitojenik CoCoSo
CoCoSo'nun, kriter puanlarının doğruluk-belirsizlik-yanlışlık üçlüsüyle verildiği ve kriterlerin birbirine göre bir çelişki derecesi taşıdığı durumlar için biçimidir. Çıktısı yine bir birleşik uzlaşma skoru ve bu skora göre bir sıradır.
Temel yöntem
CoCoSo →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
Plitojenik (Plithogenic) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Üç şey değişir; beş adımlı iskelet ve karar mantığı değişmez.
Hücreler. Kesin CoCoSo'da her hücre tek sayıdır. Burada her hücre doğruluk (T), belirsizlik (I), yanlışlık (F) üçlüsüdür. Plitojenik veri türü kartındaki gibi DecisionMind kriterlerin kendisini bir bütünün parçaları olarak ele alır: bir kriter baskın kabul edilir ve çelişki derecesi sıfırdır, öbür kriterlerin baskın kritere ne kadar zıt olduğu 0 ile 1 arasında bir çelişki derecesiyle verilir. Bu derece kriter başınadır, seçenekten seçeneğe değişmez. Kriter ağırlıkları çelişki derecesinden ayrı, dışarıdan gelen bir girdidir.
Çelişki ayarlaması ve skor. Maliyet kriterinde önce üçlü tümlenir: (T, I, F) yerine (F, I, T) yazılır. Sonra her hücre kendi kriterinin çelişki derecesiyle ayarlanır: doğruluk baskın kritere doğru büyütülür (T + c·(1−T)), belirsizlik ve yanlışlık aynı oranda küçülür (I·(1−c), F·(1−c)). Ardından bu ayarlanmış üçlü, nötrosofik CoCoSo'yla aynı skor fonksiyonuyla ((1+T−2I−F)/2) tek sayıya indirilir; bu skor 1 kaydırılıp sütun bazında 0-1'e çekilir.
Önemli bir sınır: çelişki derecesinin sonucu değiştirmediği kanıtlanabilir. Skor fonksiyonunun cebirsel yapısı yüzünden, bir hücrenin çelişki-ayarlı skoru, orijinal skorun (c=0 hâli) sabit bir doğrusal dönüşümüdür: s(c) = c + (1−c)·s(0). Bu dönüşümün katsayıları (c ve 1−c) SEÇENEKTEN SEÇENEĞE DEĞİL yalnızca c'ye bağlıdır; aynı sütundaki her seçenek için aynıdır. Sütun bazlı min-max ölçeklemesi böyle bir doğrusal dönüşümü tanım gereği yutar. Sonuç: bu kartı hazırlarken kernel doğrudan çalıştırılıp kontrol edilmiş, çelişki derecesi 0 ile 0,95 arasında herhangi bir değere çekildiğinde ölçeklenmiş skorların ve dolayısıyla nihai K skorlarının 10 ondalık basamağa kadar DEĞİŞMEDİĞİ görülmüştür (bkz. onay notları). Yani DecisionMind'ın bugünkü P-COCOSO motorunda çelişki derecesi parametresi, girilen değer ne olursa olsun, min-max ölçekleme adımından sonra sonuca hiçbir etki yapmaz.
DecisionMind bu uzantıda durulaştırma skorunu ve üçüncü uzlaşma stratejisindeki denge katsayısını (λ=0,5) sabit tutar. Ağırlıklar dışarıdan gelir; yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Kesin CoCoSo'daki gibi K skoru yalnız bu seçenek kümesi içinde bir sıralamadır. Üç uzlaşma stratejisinin uyuşup uyuşmadığı sağlamlığı gösterir.
Asıl fark burada ortaya çıkar: çelişki derecesi girdisi raporda "kriterler arası bağımsızlık/çelişki hesaba katıldı" diye sunulsa da, yukarıdaki cebirsel özellik yüzünden bu bilgi K skoruna hiçbir şekilde yansımaz. Girilen çelişki derecesi ne olursa olsun (0 ya da 0,95 fark etmez), sonuç aynıdır.
Bu nedenle:
"Kriterler arası çelişki derecesi de hesaba katıldığı için bu sonuç P-TOPSIS'teki gibi daha ayrıntılı bir modele dayanıyor"
yerine:
"Çelişki derecesi girdisi bu motorda skor fonksiyonunun yapısı yüzünden min-max ölçeklemeden sonra etkisizleşir; K skoru, çelişki dereceleri hiç girilmemiş gibi aynı sonucu verir"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Kriter puanlarınız doğruluk-belirsizlik-yanlışlık üçlüsüyle verilmişse ve kriterlerin bir kısmı diğerlerine göre daha bağımsız ya da daha çelişkili bir bilgi kaynağıysa bu uzantı düşünülür. Ama yukarıdaki bulgu nedeniyle, bu uzantının çelişki derecesi girdisi bugünkü motorda ek bir ayırt edicilik SAĞLAMAZ; sonuç, sadece T-I-F üçlüsü kullanan nötrosofik CoCoSo'dan (n-cocoso) fiilen farksızdır. Kriterler arası çelişkiyi gerçekten sonuca yansıtmak önemliyse, bu ihtiyaç şimdilik P-COCOSO ile karşılanmaz; ayrıntı onay notlarındadır.
Ölçülmüş bir kriteri T-I-F üçlüsüne çevirmek belirsizlik modellemek değil belirsizlik üretmektir; bu ilke burada da geçerlidir. Kesin yöntemin çıkış koşulu burada da geçerlidir: matris tek türde olmalı, bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir.
Bu Uzantıya Özgü Hatalar
Çelişki derecesini anlamlı bir girdi sanmak. Yukarıda kanıtlandığı gibi, bugünkü motorda çelişki derecesi min-max ölçeklemeden sonra sonucu değiştirmez. Raporda "çelişki dereceleri şöyle belirlendi, sonucu şu şekilde etkiledi" diye yazmak, gerçekleşmeyen bir etkiyi anlatmak olur.
Baskın kriteri rastgele seçmek. Çelişki derecesinin sonuca etkisi olmasa da hangi kriterin baskın (çelişkisi sıfır) sayılacağı raporda hâlâ açık ve gerekçeli olmalıdır; bu, veri girişinin tutarlılığı için gereklidir.
Sütun genişliği daraldığında patlayan değerler. Bir seçeneğin bir kriterdeki skoru sütunun diğer değerlerine çok yaklaşırsa (neredeyse eşitlenirse) min-max paydası küçülür ve normalize edilmiş değerler, dolayısıyla K skorları, gerçekçi olmayan büyüklüklere sıçrayabilir. Bu, kesin CoCoSo'nun da bilinen bir zayıflığıdır (sabit sütun durumu); plitojenik uzantıda üstel ağırlıklama yüzünden daha belirgin görülebilir.
Maliyet tümlemesini atlamak. Maliyet kriterinde (T,I,F) yerine (F,I,T) yazılmadan hesap yapılırsa en yüksek maliyetli seçenek ideale yaklaştırılmış gibi görünür.
Temel ilke şudur:
P-COCOSO'nun çelişki derecesi girdisi, bugünkü motorda skor fonksiyonunun cebirsel yapısı yüzünden min-max ölçeklemeden sonra sonucu değiştirmez; bu, veri kümesinden bağımsız, kanıtlanmış bir özelliktir ve raporda gizlenmemelidir.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. Smarandache'nin 2018 tarihli kurucu kaynağı plitojenik işlemleri (çelişki ayarlaması dahil) tanımlar ama bir CoCoSo karar tablosu örneği içermez; bu yüzden DecisionMind aynı formüllerle küçük, elle izlenebilir bir tablo kurmuştur. İkinci vaka öğretici kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Üç seçenek, üç kriterde plitojenik değerlendirme
Üç seçenek üç kriterde değerlendirilmiştir. İlk iki kriter çoğu iyi, üçüncüsü azı iyidir. C1 baskın kriter kabul edilmiş, çelişki derecesi sıfırdır; C2 ve C3'ün C1'e göre çelişki dereceleri sırasıyla 0,33 ve 0,67'dir.
| Seçenek | C1 (çoğu iyi) | C2 (çoğu iyi) | C3 (azı iyi) |
|---|---|---|---|
| A1 | (0,70; 0,20; 0,10) | (0,50; 0,30; 0,20) | (0,60; 0,30; 0,20) |
| A2 | (0,80; 0,10; 0,10) | (0,60; 0,20; 0,20) | (0,40; 0,20; 0,30) |
| A3 | (0,60; 0,20; 0,20) | (0,70; 0,20; 0,10) | (0,50; 0,30; 0,20) |
| Çelişki derecesi | 0,00 | 0,33 | 0,67 |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem C3'ü tümler, her hücreyi kendi kriterinin çelişki derecesiyle ayarlar, skora indirger, sütun bazında 0-1'e çeker, ağırlıklı toplam (P benzeri) ve ağırlıklı kuvvet-toplamı (R benzeri) ölçülerini hesaplar, üç uzlaşma stratejisiyle birleştirir.
| Seçenek | Birleşik skor (K) | Sıra |
|---|---|---|
| A2 | 5,415 | 1 |
| A3 | 2,876 | 2 |
| A1 | 1,177 | 3 |
Sonuç şöyle okunur: A2, en ağırlıklı kriter olan C1'de en yüksek doğruluğa (0,80) sahiptir ve maliyet kriterinde de en düşük (dolayısıyla tümlenince en iyi) doğruluğa sahiptir. Bu ikisi A2'yi açık farkla öne taşır. Sıra, ağırlıklar C1↔C3 yer değiştirse bile (0,25 / 0,35 / 0,40) bozulmaz (K=1,198 / 6,478 / 3,343, sıra A2, A3, A1). Sıra ancak A3'ün C1 puanı belirgin biçimde yükselince (0,60'tan 0,85'e) değişir: A3 birinciliğe geçer.
Kurulun tereddüdü farklı bir yerdedir: C2'nin çelişki derecesi 0,33'ten 0,50'ye, hatta 0,95'e çıkarılsa bile K skorları HİÇ değişmez (aynı 5,415 / 2,876 / 1,177 çıkar). Bu, çelişki derecesinin skor fonksiyonunun yapısı yüzünden sütun ölçeklemesinden sonra etkisizleştiğinin doğrudan kanıtıdır; kurul bu parametreyi ayarlayarak sonucu etkilemeyi bekleyemez.
Raporda: "Verilen ağırlıklarla A2 birleşik skorda açık farkla öndedir (K=5,415); bu sıra ağırlık takasına dayanıklıdır. Çelişki derecesi parametresinin bu motorda K skoru üzerinde ölçülebilir bir etkisi yoktur; bu nedenle raporda çelişki derecesi bir 'sonucu etkileyen girdi' olarak sunulmamıştır."
Kaynak: DecisionMind P-COCOSO manifesti, doğrulama örneği. Plitojenik işlemler (çelişki ayarlaması, skor fonksiyonu) Smarandache (2018)'in tanımladığı formüllere dayanır; kurucu kaynak bir CoCoSo karar tablosu örneği vermediği için tablo DecisionMind tarafından formüllere sadık biçimde kurulmuştur. K skorları ve çelişki-derecesi duyarlılık sınaması bu kartın yazarınca kernel doğrudan çalıştırılarak bağımsız olarak hesaplanmıştır.
2. Balıkçılık: Bir su ürünleri kooperatifinin tekne filosu yenileme yatırımı
Bir su ürünleri kooperatifi, sınırlı bir destekleme kredisini üç tekne yenileme teklifinden (T1, T2, T3) birine ayıracaktır. Üç kriter kullanılır: yakıt verimliliği, soğuk zincir kapasitesi ve yenileme maliyeti (azı iyi). Kooperatif yönetimi yakıt verimliliğini baskın kriter kabul eder; soğuk zincir kapasitesinin yakıt verimliliğiyle kısmen çeliştiğini (daha büyük soğutma ünitesi yakıtı daha çok tüketir), maliyetin ise daha bağımsız bir bilgi taşıdığını düşünür ve çelişki derecelerini buna göre belirler. Her teklif her kritere doğruluk-belirsizlik-yanlışlık üçlüsüyle puanlanır.
Yöntem üç teklifi çelişki dereceleriyle ayarlar, skora indirger, ağırlıklı toplam ve kuvvet-toplamı ölçülerini hesaplar, üç uzlaşma stratejisiyle birleştirir. Diyelim ki yakıt verimliliği en yüksek teklif aynı zamanda maliyeti de en yüksek olan tekliftir ve yine de birinci sırada çıkar, çünkü yakıt verimliliği ağırlığı maliyetten fazladır.
Kooperatifin tereddüdü: soğuk zincir kapasitesine verilen çelişki derecesi ne olursa olsun (düşük ya da yüksek tutulsun), bu motorda K skorunu değiştirmeyecektir; kooperatif bu dereceyi "ayarlanabilir bir hassasiyet parametresi" gibi görmemelidir. Asıl belirleyici, kriter ağırlıklarıdır. Kooperatif, maliyet ağırlığını değiştirerek bir duyarlılık sınaması yapmalı, çelişki derecesini değiştirerek değil.
Raporda: "Yakıt verimliliğine verilen yüksek ağırlıkla en verimli teklif birinci sıradadır; çelişki derecesi parametresinin bu sıraya ölçülebilir bir katkısı yoktur, asıl belirleyici kriter ağırlıklarıdır."
3. Yapılmaması Gereken
Birinci yanlış, çelişki derecesini değiştirerek sonucu "ince ayar" yapmaya çalışmaktır; öğretici örnekte bu derece 0'dan 0,95'e çıkarılsa bile K skorları birebir aynı kalır. İkinci yanlış, C3'ün üçlüsünü tümlemeden (maliyet kriterini çoğu iyi gibi işleyerek) koşturmaktır; bu durumda en yüksek maliyetli seçenek ideale yaklaştırılır. Üçüncü yanlış, K skorunu bir yüzde ya da olasılık gibi okumak ve başka bir analizin K skoruyla karşılaştırmaktır.
Kaynaklar
Adımların formülleri, ara tablolar ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/p-cocoso
Yazdani, M., Zarate, P., Zavadskas, E. K., & Turskis, Z. (2019). A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management Decision, 57(9), 2501–2519. DOI: 10.1108/MD-05-2017-0458
Smarandache, F. (2018). Plithogenic Set, an Extension of Crisp, Fuzzy, Intuitionistic Fuzzy, and Neutrosophic Sets – Revisited. Neutrosophic Sets and Systems, 21, 153–166. DOI: 10.5281/zenodo.1408740
Smarandache, F. (2017). Plithogeny, Plithogenic Set, Logic, Probability, and Statistics. Pons Publishing House, Brussels. (DOI yok)
Abdel-Basset, M., & Mohamed, R. (2020). A novel plithogenic TOPSIS-CRITIC model for sustainable supply chain risk management. Journal of Cleaner Production, 247, 119586. DOI: 10.1016/j.jclepro.2019.119586