Plitojenik MAUT

Üç şey değişir; önce tek öznitelikli fayda, sonra ağırlıklı toplam mantığı değişmez.

Hücreler. Kesin MAUT'ta her hücre tek sayıdır. Burada her hücre üç sayıdır: doğruluk (T), belirsizlik (I), yanlışlık (F). Plitojenik veri türü kartındaki alt seçenek fikri bu ailede kritere taşınır. Kriterlerden biri baskın kabul edilir, çelişki derecesi sıfırdır. Öbür kriterlerin bu baskın kritere ne kadar zıt olduğu 0 ile 1 arasında bir çelişki derecesiyle verilir. Bu derece kriter başınadır, aynı kriterdeki bütün seçenekler için aynı sayı kullanılır. Kriter ağırlıkları ayrı bir girdidir ve dışarıdan gelir.

Çelişki ayarlaması ve skor. Her hücre önce kendi kriterinin çelişki derecesiyle ayarlanır: doğruluk baskın kritere doğru büyütülür, belirsizlik ve yanlışlık aynı oranda küçültülür. Bu ayarlanmış üçlü tek bir skora indirilir. Burada dikkat edilmesi gereken bir nokta var: P-VIKOR ve P-TOPSIS'in aksine, maliyet kriterinde üçlünün tümleyeni (F, I, T) alınmaz. Yön bilgisi bu adımda hiç kullanılmaz; bir sonraki adıma bırakılır.

Tek öznitelikli fayda normalizasyonu. Kesin MAUT'ta her hücre, kriterin en kötü değeri 0 ve en iyi değeri 1 fayda alacak biçimde doğrusal normalize edilir. Burada aynı iş skorlar üzerinde yapılır, ama yön burada devreye girer. Fayda kriterinde skor sütunun en küçüğüne göre büyütülür, maliyet kriterinde ise skor sütunun en büyüğünden çıkarılıp aynı sütun genişliğine bölünür. Yön, üçlüyü tersine çevirerek değil, bu normalizasyon formülünü değiştirerek uygulanır.

Toplama. Kesin MAUT'taki gibi her kriterin fayda normuna kendi ağırlığı çarpılır ve toplanır; sonuç tek bir toplam fayda puanıdır.

DecisionMind bu klasik biçimde çelişki ayarlamasını, yön bilgisinin maliyet kriterinde tümleyen yerine normalizasyon formülüyle uygulanmasını ve doğrusal min-max fayda normunu sabit tutar. Bağımsız olarak Python ile üç ayrı çelişki derecesi kümesiyle (sıfır, verilen, aşırı) yeniden hesaplandığında, çelişki derecesinin bu ailede toplam fayda puanını hiç değiştirmediği görülmüştür. Bunun nedeni matematikseldir: aynı sütundaki her hücreye aynı çelişki derecesi uygulandığından, ayarlama skoru sabit bir oranla küçültüp sabit bir sayı ekler; bu, sütun içi min-max normalizasyonunda tamamen sadeleşip gider. Bu, P-VIKOR ve P-COCOSO'da daha önce gözlenen bulguyla aynıdır.

Toplam fayda puanı kesin MAUT'taki gibi okunur: 0 (her kriterde en kötü) ile 1 (her kriterde en iyi) arasında bir konum ölçüsüdür, yüzde ya da olasılık değildir. Fark şurada: bu fayda ölçeği burada her zaman mevcut seçenek kümesine göre kurulur, çünkü min-max normalizasyonu sütundaki gözlenen en küçük ve en büyük skoru kullanır. Kesin MAUT'ta karar vericiden bağımsız sabit bir fayda eğrisi kurulabiliyorken, bu ailede böyle bir sabit eğri yoktur; seçenek kümesi değişirse puanlar yeniden hesaplanır ve önceki analizle karşılaştırılamaz.

Bu nedenle:

"Plitojenik MAUT bu seçeneğin gerçek faydasının 0,86 olduğunu gösterdi"

yerine:

"Bu ağırlıklar ve bu üç seçenekle en yüksek toplam fayda A2'dedir (0,86); fayda ölçeği bu üç seçeneğe göre kurulmuştur, kümeye yeni bir seçenek eklenirse yeniden hesaplanır"

biçiminde yazmak doğrudur.

Kriter puanlarınız doğruluk-belirsizlik-yanlışlık üçlüsüyle verilmişse ve kriterlerin bir kısmı diğerlerine göre daha bağımsız ya da daha çelişkili bir bilgi kaynağıysa. Yalnız T-I-F üçlüsü yeterliyse ve kriterler arasında böyle bir baskınlık-çelişki ilişkisi kurulamıyorsa nötrosofik MAUT (n-maut, varsa) zaten yeterlidir. Bu ailede çelişki derecesinin toplam faydayı hiç değiştirmediği yukarıda gösterilmiştir; bu yüzden sırf "çelişkiyi de hesaba katmak için" plitojenik seçmek burada bir kazanç sağlamaz.

Ölçülmüş bir kriteri T-I-F üçlüsüne çevirmek belirsizlik üretmektir, modellemek değildir. Kesin MAUT'un çıkış koşulu burada da aynen geçerlidir: kriterler karar vericinin tercihinde birbirine bağımlıysa katkısal toplam geçersizdir.

Maliyet kriterinde P-VIKOR'daki gibi tümleyen almaya çalışmak. Bu ailede yön, üçlünün tümleyeniyle değil, fayda normalizasyonunun formülüyle uygulanır. Tümleyen de alıp normalizasyon formülünü de tersine çevirmek yönü iki kere uygulamak, hiç uygulamamak kadar yanlıştır.

Çelişki derecesini yükseltip sonucun daha güvenilir olduğunu düşünmek. Yukarıda gösterildiği gibi, bu ailede çelişki derecesi toplam fayda puanını hiç değiştirmez; artırmak ya da azaltmak bir güvenilirlik kazandırmaz.

Fayda puanını farklı bir seçenek kümesiyle karşılaştırmak. Fayda normu bu seçenek kümesinin kendi en küçük ve en büyük skoruna göre kurulur; başka bir analizin puanıyla yan yana konamaz.

Değer uzayını ihlal etmek. Her hücre geçerli bir T, I, F üçlüsü olmalı ve her kriterin bir çelişki derecesi ilan edilmiş olmalıdır.

Temel ilke şudur:

Plitojenik MAUT'ta çelişki derecesi hücrelerin adil temsiline hizmet eder, toplam fayda puanını değiştiren bir düğme değildir; puanı değiştiren yine fayda fonksiyonunun min-max normuyla kurulması ve ağırlıklardır.