Uzantı kartı · Plitojenik
Plitojenik VIKOR
VIKOR'un, kriter puanlarının doğruluk-belirsizlik-yanlışlık üçlüsüyle verildiği ve kriterlerin birbirine göre bir çelişki derecesi taşıdığı durumlar için biçimidir. Çıktısı yine grup faydası, bireysel pişmanlık ve bunları birleştiren bir uzlaşma indeksidir.
Temel yöntem
VIKOR →
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?
Dört şey değişir; karar mantığı değişmez.
Hücreler. Kesin VIKOR'da 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, seçenekten seçeneğe değişmez. Kriter ağırlıkları ve uzlaşma katsayısı v ayrı girdilerdir ve kesin VIKOR'daki gibi dışarıdan gelir.
Ölçek eşitleme. Kesin VIKOR her kriterin en iyi ve en kötü değerine göre doğrusal bir normalizasyon yapar. Bu ailede önce maliyet kriterinde üçlü tersine çevrilir. Sonra her hücre kendi kriterinin çelişki derecesiyle ayarlanır: doğruluk baskın kritere doğru büyütülür, belirsizlik ve yanlışlık aynı oranda küçültülür. Kesin VIKOR'un en iyi/en kötü değere bölen normalizasyonunun yerini bu çelişki ayarlaması alır.
Uzaklık. Her kriter için en iyi (f*) ve en kötü (f⁻) üçlü, ayarlanmış hücrelerin bileşen bazında en iyisinden ve en kötüsünden kurulur. Her seçeneğin bu iki noktaya oranı üçgen sayılardaki köşe uzaklığıyla ölçülür; bu uzaklık, üç bileşenin farklarının kareleri toplamının üçte birinin karekökü olarak hesaplanır. Sonuç, f* ile f⁻ arasındaki uzaklığa bölünerek 0 ile 1 arasına getirilir.
Grup faydası, bireysel pişmanlık ve uzlaşma indeksi. Bu üç değer (S, R, Q) kesin VIKOR'daki gibi hesaplanır. S ağırlıklı uzaklıkların toplamıdır, R en büyük ağırlıklı uzaklıktır, Q ikisinin v katsayısıyla birleşimidir. Belirsizlik (I) ve yanlışlık (F) ayrı bir adımda durulaştırılmaz; f_ij oranının içinde erir.
DecisionMind bu ailede maliyet tümleyenini, çelişki ayarlamasını ve bileşen bazlı f*/f⁻ kurulumunu sabit tutar. Şunu da not etmek gerekir: çelişki derecesi her kriterde bütün seçeneklere aynı biçimde uygulanır. Bu yüzden f* ile f⁻'nin kendisi de aynı oranda ölçeklenir ve f_ij oranında bu ölçek sadeleşip gider. Bağımsız olarak yeniden hesaplandığında (üç farklı çelişki derecesi kümesiyle denendi), çelişki derecesinin bu ailede S, R ve Q sonuçlarını hiç değiştirmediği görülmüştür. Bu, VIKOR'un oran temelli yapısının bir sonucudur ve öbür P-ailesi üyelerinde (P-TOPSIS, P-EDAS, P-COPRAS, P-MARCOS) geçerli değildir.
Çıktı Nasıl Yorumlanır?
Çıktı kesin VIKOR'daki gibi üç sütun ve bunlardan türeyen bir uzlaşma kararıdır; okunması da aynıdır: küçük değer iyidir, tek başına Q sırası yeterli değildir, iki koşul (kabul edilebilir avantaj ve kabul edilebilir istikrar) birlikte değerlendirilir.
Aşağıdaki öğretici örnekte A2 hem S'de hem R'de birincidir ve Q farkı eşiğin üstündedir; tek uzlaşma çözümü A2'dir. Ağırlıklar değiştirildiğinde ise A3 Q'da birinci çıkar ama fark eşiğin altında kalır ve uzlaşma tek seçenek değil, bir küme olur. Fark şurada: kesin VIKOR'da bu duyarlılık yalnız ağırlıklardan gelir; burada ayrıca kriterler arası çelişki derecesi varsayımı da vardır, ama bu varsayımın S/R/Q üzerinde hiçbir etkisi yoktur; etkisi yalnız hücrelerin T-I-F biçiminde nasıl "adil" temsil edildiğine dairdir.
Bu nedenle:
"Plitojenik VIKOR'a göre en iyi seçenek A2'dir"
yerine:
"Bu ağırlıklar ve v = 0,5 ile A2 tek uzlaşma çözümüdür; hem grup faydası hem bireysel pişmanlıkta birincidir ve ikinci seçenekle farkı kabul eşiğinin üstündedir"
biçiminde yazmak doğrudur; koşullardan biri sağlanmıyorsa uzlaşma kümesi olduğu gibi yazılır.
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. Sadece T-I-F üçlüsü yeterliyse ve kriterler arasında böyle bir baskınlık-çelişki ilişkisi kurulamıyorsa nötrosofik VIKOR (n-vikor) zaten yeterlidir; plitojenik biçim ek bir varsayım taşır ama bu ailede bu varsayımın S/R/Q üzerinde etkisi olmadığından, sırf "çelişkiyi de hesaba katmak için" plitojenik seçmek bu yöntemde bir kazanç sağlamaz.
Ölçülmüş bir kriteri T-I-F üçlüsüne çevirmek belirsizlik üretmektir, modellemek değildir. Bir kriterde hiç taviz kabul edilmiyorsa bu uzantı da pişmanlığı sınırlar ama sıfırlamaz.
Bu Uzantıya Özgü Hatalar
Çelişki derecesinin sıralamayı değiştirdiğini varsaymak. P-TOPSIS, P-EDAS, P-COPRAS ve P-MARCOS'ta çelişki derecesi sıralamayı etkiler; P-VIKOR'da etkilemez, çünkü her kriterde bütün seçeneklere aynı oranda uygulanan bir ayarlama, S/R/Q'nun dayandığı en iyi-en kötü oranında sadeleşir. Bu farkı bilmeyip "çelişki derecesini artırdım, sonuç değişmedi, bir hata var" diye düşünmek yanlıştır; yöntemin doğal sonucudur.
Değer uzayını ihlal etmek. Her hücre geçerli bir T, I, F üçlüsü olmalı ve her kriterin bir çelişki derecesi ilan edilmiş olmalıdır.
İki koşulu atlayıp yalnız Q'su en küçük seçeneği kazanan ilan etmek. Bu, kesin VIKOR'daki en yaygın hatanın aynısıdır; plitojenik biçimde de geçerlidir.
Maliyet kriterinde tümleyeni almadan koşturmak. (T, I, F) yerine tümleyeni (F, I, T) almadan bir maliyet kriterini işlemek yanlıştır. Bu, en pahalı ya da en yavaş seçeneği ideale yaklaştırır.
Temel ilke şudur:
Plitojenik VIKOR'da çelişki derecesi hücrelerin adil temsiline hizmet eder, sonucu doğrudan değiştiren bir düğme değildir; sonucu değiştiren yine ağırlıklar, v katsayısı ve iki koşuldur.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. Smarandache'nin 2018 tarihli kurucu kaynağı plitojenik işlemleri tanımlar ama bir karar tablosu örneği içermez; bu yüzden DecisionMind aynı formüllerle küçük, elle izlenebilir bir tablo kurmuştur. İkinci vaka öğretici kurgudur.
1. Öğretici örnek: Üç seçenek, üç kriter (DecisionMind doğrulama örneği)
Üç seçenek üç kriterde değerlendirilmiştir. İlk iki kriter "çoğu iyi", üçüncüsü "azı iyi"dir. C1 baskın kriter kabul edilmiş, çelişki derecesi sıfırdır; C2 ve C3'ün C1'e göre çelişki dereceleri sırasıyla 0,33 ve 0,67'dir. Uzlaşma katsayısı v = 0,5'tir.
| 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 her kriterin en iyi ve en kötü üçlüsünü bulur, her seçeneğin bunlara oranını ölçer, ağırlıklarla çarpıp toplayarak S'yi, en büyük ağırlıklı oranı alarak R'yi kurar ve ikisini v ile birleştirerek Q'yu hesaplar.
| Seçenek | S | R | Q | Sıra |
|---|---|---|---|---|
| A2 | 0,2021 | 0,2021 | 0,0000 | 1 |
| A3 | 0,5768 | 0,4000 | 0,7979 | 2 |
| A1 | 0,8309 | 0,3500 | 0,8737 | 3 |
Sonuç şöyle okunur. A2 hem toplamda (S) hem en kötü kriterde (R) en iyi konumdadır; C1'de en yüksek doğruluğa, C3'te (maliyet) en düşük doğruluğa sahip olması ikisini birden lehine çevirir. İki koşul da sağlanır: üç seçenek için kabul eşiği 0,50'dir ve A2 ile A3 arasındaki Q farkı 0,7979'dur, eşiğin üstündedir; A2 ayrıca S'ye göre de R'ye göre de birincidir. Tek uzlaşma çözümü A2'dir.
Kurulun tereddüdü: ağırlıklar C1 0,40'tan 0,20'ye, C2 0,35'ten 0,55'e çekilirse (C3 0,25 sabit), S ve R şöyle değişir: A1 S=0,9155 R=0,5500; A2 S=0,3175 R=0,3175; A3 S=0,3768 R=0,2000. Q ise A1=1,0000, A2=0,1679, A3=0,0495 olur; A3 Q'da birinciye geçer. Ama A2 ile A3 arasındaki fark (0,1184) artık 0,50'lik eşiğin altındadır; kabul edilebilir avantaj koşulu sağlanmaz. A3 R'de birinci olduğu için istikrar koşulu geçer, ama avantaj koşulu geçmediği için tek çözüm yerine uzlaşma kümesi {A3, A2} önerilir. Çelişki dereceleri bu senaryoda değiştirilmemiştir; değiştirilse de S, R, Q değişmez.
Raporda: "Verilen ağırlıklar ve v = 0,5 ile A2 tek uzlaşma çözümüdür (Q = 0,0000; her iki koşul sağlanmıştır). C2 ağırlığı C1'in önüne geçecek biçimde artırıldığında (C1=0,20, C2=0,55) kabul edilebilir avantaj koşulu sağlanmamakta, uzlaşma kümesi A3 ile A2'den oluşmaktadır."
Kaynak: DecisionMind P-VIKOR manifesti, doğrulama örneği. Plitojenik işlemler Smarandache (2018)'in tanımladığı formüllere dayanır; kurucu kaynak bir karar tablosu örneği vermediği için tablo DecisionMind tarafından formüllere sadık biçimde kurulmuştur. S, R, Q değerleri ve ağırlık senaryosu bu kartın yazarınca aynı algoritmayla bağımsız olarak yeniden hesaplanmıştır; çelişki derecesinin sonucu değiştirmediği üç ayrı çelişki kümesiyle sınanarak doğrulanmıştır.
2. Arşivcilik: Bir kurumun dijitalleştirme sırası için üç arşiv fonu arasında seçim
Bir kurum arşivi, sınırlı dijitalleştirme kapasitesiyle üç arşiv fonundan hangisine öncelik verileceğine karar verecektir. Üç kriter kullanılır: fonun araştırmacı talep yoğunluğu, fiziksel bozulma riski (yüksek risk erken dijitalleştirmeyi gerektirir, "çoğu iyi" sayılır) ve dijitalleştirme maliyeti ("azı iyi"). Arşiv müdürü talep yoğunluğunu baskın kriter kabul eder; bozulma riskinin talep yoğunluğundan bağımsız bir bilgi taşıdığını, maliyetin ise ikisinden de daha bağımsız olduğunu düşünür ve çelişki derecelerini buna göre belirler. Her fon her kritere T-I-F üçlüsüyle puanlanır; belirsizlik, fonun tam envanterinin henüz çıkarılmamış olmasından gelir.
Yöntem üç fonun S ve R değerlerini hesaplar. Diyelim ki talep yoğunluğu en yüksek fon aynı zamanda maliyeti en yüksek olan fondur; S'de birinci çıkar ama R'de ikinci sıradadır, çünkü maliyet kriterinde en kötü konumdadır. İki koşul kontrol edilir; fark eşiğin altında kalırsa uzlaşma kümesi iki fondan oluşur.
Müdürün tereddüdü: kabul edilebilir avantaj koşulu sağlanmazsa, yalnız S'de birinci olan fonu "kazanan" ilan etmek yanlış olur; iki fon da kısa listeye alınmalı ve bütçe kesinse maliyet için ayrı bir üst sınır uygulanmalıdır.
Raporda: "Talep yoğunluğuna verilen ağırlıkla bir fon S'de birinci çıkmaktadır; ancak kabul edilebilir avantaj koşulu sağlanmadığından uzlaşma kümesi iki fondan oluşmaktadır ve maliyet için ayrı bir üst sınır önerilir."
3. Yapılmaması Gereken
Öğretici örnekte C3'ün üçlüsü tersine çevrilmeden koşturulursa maliyeti en yüksek seçenek ideale yaklaştırılır ve R hesabı tersine döner. İkinci yanlış, ağırlık takası senaryosunda yalnız "A3 birinci" yazıp uzlaşma kümesini gizlemektir; kabul edilebilir avantaj koşulu sağlanmadığında A2 de öneriye dahildir. Üçüncü yanlış, çelişki derecesini yükseltip "sonuç artık daha güvenilir" diye raporlamaktır; bu ailede çelişki derecesi S, R, Q'yu hiç değiştirmez, böyle bir güvenilirlik artışı yoktur.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/p-vikor
Opricovic, S. (1998). Multicriteria Optimization of Civil Engineering Systems (Višekriterijumska optimizacija sistema u građevinarstvu). Doktora tezi, Belgrad Üniversitesi İnşaat Fakültesi. (DOI yok)
Opricovic, S., & Tzeng, G.-H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445–455. DOI: 10.1016/S0377-2217(03)00020-1
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