Pisagor bulanık CODAS (Peng, 2021)

Dört şey değişir. İki-uzaklıklı karşılaştırma mantığı değişmez.

Hücreler. Kesin CODAS'ta her hücre tek sayıdır. Burada her hücre bir çifttir: μ destek derecesi, ν ret derecesidir. Bu iki değer μ² + ν² ≤ 1 kuralına uymak zorundadır. Kriter ağırlıkları kesin sayıdır ve dışarıdan gelir; bulanıklaşan yalnız hücrelerdir, ağırlıklar değil.

Ölçek eşitleme. Kesin CODAS fayda kriterinde değeri sütunun en büyüğüne böler, maliyet kriterinde sütunun en küçüğünü değere oranlar. PF-CODAS bunu yapmaz, çünkü destek-ret çiftleri zaten 0 ile 1 arasındadır. Yerine tek bir işlem gelir: maliyet kriterinde μ ile ν yer değiştirir. Bu işlem ölçeği eşitlemez, yönü çevirir.

Skor ve ağırlıklama. Her hücre önce tek bir sayıya indirilir. DecisionMind burada Peng'in makalesinin metin içi eşitliğini değil, makalenin kendi tablolarında kullandığı "gelişmiş skor" işlemini esas alır. Bu işlem şudur: t = (μ² − ν²)·(2 − μ² − ν²). Bu, PF-TOPSIS'teki basit skor (μ² − ν²) ile aynı değildir; μ ve ν birbirine yakınken bile farklı bir büyüklük verir. Skor önce hesaplanır, kriter ağırlığı bu tek sayıyla doğrudan çarpılır (R = w · t). PF-TOPSIS'te ise vektör hâli (μ², ν², π²) uzaklık hesabına kadar korunur; burada tek sayıya inme çok daha erken, ağırlıklamadan önce olur.

Negatif-ideal ve uzaklık. Negatif-ideal, ağırlıklı skor sütununun en küçük değeridir; kesin CODAS'taki gibi tek bir "en kötü" referans kullanılır, TOPSIS'teki gibi ayrıca bir ideal nokta kurulmaz. Öklid ve Taksi uzaklığı bu tek sayılar üzerinden, kesin CODAS'takiyle aynı biçimde hesaplanır. İkili karşılaştırma kuralı (eşik Θ=0,02, önce Öklid, farkı aşmıyorsa Taksi) ve değerlendirme puanı kesin CODAS ile birebir aynı biçimde kurulur.

DecisionMind klasik PF-CODAS'ta maliyet-yer değiştirmeyi, gelişmiş skor işlemini ve eşik değerini sabit tutar. Ağırlıklar dışarıdan ve kesin sayı olarak alınır.

Değerlendirme puanının okunuşu kesin CODAS ile aynıdır: göreli bir konum ölçüsüdür, seçenek kümesi değişince negatif-ideal yeniden kurulur, başka bir analizin puanıyla karşılaştırılmaz. Fark şurada: puanın altında μ² − ν² farkının hem kendisi hem de π² (kararsızlık payı) örtük biçimde vardır, çünkü gelişmiş skor bu bileşeni de içerir.

Aşağıdaki literatür örneğinde iki seçenek arasındaki sıra, makalenin kendi tablosundaki yuvarlamadan kaynaklı küçük bir farka bakılırsa değişebilir; bu, eşik değerine yakın duran farkların ne kadar dikkatli okunması gerektiğini gösterir.

Bu nedenle:

"PF-CODAS en iyi seçeneği kesin olarak buldu"

yerine:

"Bu ağırlıklar, bu eşik değeri ve bu skor işlemiyle negatif-idealden en çok uzaklaşan seçenek budur; iki seçeneğin puanı birbirine yakınsa sıra eşiğe ve yuvarlamaya duyarlıdır"

biçiminde yazmak doğrudur.

Uzmanlar bir yargıya hem güçlü destek hem belirgin çekince veriyorsa ve iki derecenin toplamı 1'i aşabiliyorsa bu uzantı kullanılır. Ayrıca seçenekler arasında düz çizgi uzaklığıyla ayırt edilemeyecek kadar yakın rakipler bulunma ihtimali varsa bu gerekçe güçlenir. İkinci koşul olmadan Pisagor bulanık TOPSIS (pf-topsis) yeterli olabilir; CODAS'ın kattığı şey, yakın rakipleri ikinci bir uzaklık ölçüsüyle ayırma imkânıdır.

Toplam zaten 1'i aşmıyorsa sezgisel bulanık CODAS yeter, Pisagor'a geçmeye gerek yoktur. Karelerin toplamı da 1'i aşıyorsa Pisagor yetersiz kalır ve q-Rung ortopair gerekir. Ölçülmüş bir değer doğrudan destek-ret çiftine çevrilmez; önce bir yargıya dönüştürülür. Tablo tek veri türünde olmalıdır. Temel yöntemin çıkış koşulu burada da geçerlidir: bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir ve eşik altını elemez.

Değer alanı ihlali. Her hücre μ ∈ [0,1], ν ∈ [0,1] ve μ² + ν² ≤ 1 koşulunu sağlamalıdır.

Basit skoru gelişmiş skorla karıştırmak. Peng'in makalesi metin içinde t = μ² − ν² yazar. Ama makalenin kendi tabloları t = (μ² − ν²)(2 − μ² − ν²) kullanır. DecisionMind tabloyu esas alır. Hangi skorun kullanıldığını raporda belirtmeden ikisini birbirinin yerine kullanmak farklı bir değerlendirme puanı üretir.

PF-TOPSIS'in ağırlıklı Hamming uzaklığını buraya taşımak. PF-CODAS skoru önce alır, sonra ağırlıklandırır ve tek sayı üzerinden iki uzaklık hesaplar. μ², ν², π² bileşenlerini ayrı ayrı tutup PF-TOPSIS'teki gibi üç bileşenli bir uzaklık kurmak farklı bir yöntem üretir, PF-CODAS değil.

ν'yü 1 − μ yazmak. Bu durumda kararsızlık payı sıfırlanır; hesap PF-CODAS görünse de aslında sezgisel bulanık CODAS'a döner.

Eşik değerini (Θ) sorgulamadan bırakmak. Kesin CODAS'taki aynı hata burada da geçerlidir.

Temel ilke şudur:

PF-CODAS, uzmanın destek ve ret derecelerini kırpmadan, önce gelişmiş skorla tek sayıya indirip sonra iki farklı uzaklıkla karşılaştırmak içindir. Skoru değiştirmek, uzaklık biçimini PF-TOPSIS'ten ödünç almak ya da ν'yü 1 − μ yazmak bu katkıyı bozar.

---