Uzantı kartı · Pisagor bulanık
Pisagor bulanık ELECTRE II (Akram, Ilyas ve Garg, 2021)
Bu, karar vericilerin kriter puanlarını hem güçlü destek hem belirgin çekince taşıyan Pisagor bulanık çiftlerle verdiği ve birden çok uzmanın görüşünün birlikte değerlendirildiği durumlar için ELECTRE II biçimidir. Çıktı yine iki yönden kurulan bir sıradır.
Temel yöntem
ELECTRE II →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
Pisagor bulanık (Pythagorean) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Beş şey değişir; iki yönden sıra kurma fikri değişmez.
Hücreler. Kesin ELECTRE II'de her hücre tek sayıdır. Burada her hücre bir destek (μ) ve bir ret (ν) derecesidir; μ² + ν² ≤ 1 kuralına uymak zorundadır. Kriter ağırlıkları da Pisagor bulanık verilir ve tek bir sayıya indirilir. Bu uzantı ayrıca grup kararını destekler: birden çok karar verici aynı tabloyu kendi PFN puanlarıyla doldurabilir, hatta karar vericilerin kendi önem derecesi de bir PFN olarak bildirilebilir.
Karar vericileri birleştirme. Kesin ELECTRE II tek bir karar tablosuyla başlar. Burada önce her karar vericinin önem derecesi, kendisine verilen PFN'den bir ağırlığa çevrilir. Sonra bütün karar vericilerin puan matrisleri, bu ağırlıklarla, Pisagor bulanık ağırlıklı ortalama işlemiyle (PFWA) tek bir matriste toplanır. Tek karar vericili bir uygulamada bu adım tek bir matrisi olduğu gibi bırakır; katkısı yalnız birden çok karar vericisi olduğunda görülür.
Ölçek eşitleme ve ağırlıklama. Maliyet kriterinde destek ve ret dereceleri yer değiştirir; kesin ELECTRE II'nin sütun büyüklüğüne bölme işlemi burada yoktur. Kriter ağırlıkları da aynı PFWA mantığıyla tek bir PFN'ye indirilir, sonra bu ağırlık her hücreye bir kuvvet alma işlemiyle uygulanır.
Uyum ve uyumsuzluk. Kesin ELECTRE II'de bir seçenek diğerinden "en az o kadar iyi" ise tek bir uyum kümesi kurulur. Burada üç uyum kümesi vardır: güçlü (bir seçeneğin destek karesi büyük, ret karesi küçükse), orta (destek karesi büyük ama skor üstünlüğü varsa) ve zayıf (yalnız skor üstünlüğü varsa). Her kümenin kriter ağırlıklarına verdiği katkı ayrı bir set-ağırlığıyla ölçülür; bu set-ağırlıkları (paper'da 1, 2/3, 1/3, 1/4 gibi) dışarıdan verilir. Uyumsuzluk ise iki seçenek arasındaki en büyük Pisagor bulanık uzaklığın, bütün kriterlerdeki en büyük uzaklığa oranıdır.
İki yönlü sıralama. Kesin ELECTRE II kesin ve olası üstünlükten iki ayrı grafik kurar, azalan ve artan sırayı çıkarır, anlaşmayan çiftleri kıyaslanamaz ilan eder. Bu uzantı da güçlü ve zayıf iki üstünlük grafiği kurar ve ileri (forward) ile ters (reverse) yönde birer sıra çıkarır. Ama DecisionMind burada kesişim almaz; iki yönün sıra numaralarının ortalamasını alır ve bu ortalamaya göre sıralar. Sonuç, temel ELECTRE II'den farklı olarak, her zaman tam bir sıradır; hiçbir çift kıyaslanamaz ilan edilmez, eşit ortalama çıkan çiftler sabit bir kuralla ayrılır.
DecisionMind bu uzantıda ileri+ters ortalama sıralamayı ve dört uyum/üç uyumsuzluk kümesinin set-ağırlıklarla toplanmasını sabit tutar. Uyum ve uyumsuzluk eşikleri (ψ⁻, ψ⁰, ψ*, δ⁰, δ*) ve set ağırlıkları kullanıcıya açıktır; varsayılan değerler kurucu makaledeki tedarikçi örneğinden alınmıştır.
Çıktı Nasıl Yorumlanır?
Temel yöntemle aynı olan kısım: sıra bir üstünlük ilişkisinden gelir, seçeneklerin kriterlerdeki performansından doğrudan bir yüzde değildir.
Fark şurada. Kesin ELECTRE II'nin kıyaslanamazlık seçeneği burada yoktur; ileri ve ters yön anlaşmasa bile ortalama alınır ve bir sıra numarası çıkar. Bu, temel yöntemin "veri iki seçeneği ayıramıyorsa bunu söyle" dürüstlüğünü kaybettiği anlamına gelmez, ama farklı bir dürüstlük biçimidir: sıra her zaman vardır, sağlamlığı ayrı olarak eşiklere ve set ağırlıklarına bakılarak sınanmalıdır.
Bu nedenle:
"Pisagor bulanık ELECTRE II, A2'yi kesin olarak birinci sıraya koydu"
yerine:
"Seçilen eşikler ve set ağırlıklarıyla A2'nin ileri ve ters yön sıraları ortalandığında en üstte çıkmıştır; bu sıra numarası, temel ELECTRE II'deki gibi bir kıyaslanamazlık seçeneği taşımaz ve sağlamlığı eşik değiştirilerek ayrıca sınanmalıdır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Kriter puanları bir yargıya dayanıyorsa ve bu yargıya hem güçlü destek hem belirgin çekince veriliyorsa, yani toplamları sezgisel bulanığın izin verdiğinden fazlaysa, bu uzantı kullanılır. Kararın birden fazla uzmandan geldiği ve uzmanların kendi görüşlerinin ağırlığının da bir yargı olarak (PFN) ifade edilebildiği durumlarda ek bir katkı sağlar; tek uzmanlı bir uygulamada bu katkı devreye girmez.
Temel ELECTRE II'nin çıkış koşulu burada da geçerlidir: tam sıra ve telafi etmeyen (veto benzeri) bir mantık isteniyorsa, kademeli pseudo-kriter eşikleri gerekmiyorsa bu aile uygundur. Kıyaslanamaz çiftlerin ayrıca görülmesi önemliyse, yani "veri bu ikisini ayıramıyor" bilgisinin kaybolmaması gerekiyorsa, bu klasik uzantı yeterli değildir; sonucu her zaman tam sıraya döker.
Bu Uzantıya Özgü Hatalar
Değer alanı ihlali. Her hücrede μ ∈ [0,1], ν ∈ [0,1] ve μ² + ν² ≤ 1 olmalıdır; her karar vericinin PFN'si ve aggregasyon sonrası matris bu kontrolden geçmeden hesaba girmemelidir.
Eşik merdivenini bozmak. ψ⁻ < ψ⁰ < ψ* ve δ⁰ > δ* sıkı biçimde sağlanmalıdır. Eşikler birbirine eşit ya da ters sıralı verilirse üç kademeli uyum ayrımı (güçlü/orta/zayıf) anlamını yitirir.
Set ağırlıklarını hep 1 bırakmak. Güçlü, orta ve zayıf uyum kümelerinin set ağırlıkları hepsi 1 verilirse yapı, Devadoss ve Rekha'nın (2017) daha basit sezgisel bulanık ELECTRE II biçimine geriler ve kademeli ayrım hiçbir zaman devreye girmez. Aşağıdaki öğretici örnekte bu ağırlıklar sadeleştirme amacıyla 1'de bırakılmıştır; gerçek bir uygulamada kurucu makaledeki gibi kademeli set ağırlıkları (1, 2/3, 1/3, 1/4 ve 1, 3/4, 2/4 gibi) önerilir.
Kıyaslanamazlığı bekleyip bulamamak. Bu uzantı temel ELECTRE II'nin aksine hiçbir çifti kıyaslanamaz ilan etmez; ileri ve ters yön anlaşmasa da ortalama bir sıra numarası üretir. Bunu bir hata sanıp "yöntem çalışmadı" demek yanlıştır; sıranın sağlamlığı eşik ve set ağırlığı değiştirilerek ayrıca sınanmalıdır.
Temel ilke şudur:
Pisagor bulanık ELECTRE II, destek ve reddi kırpmadan taşır ve iki yönü kesişim yerine ortalamayla birleştirir. Set ağırlıklarını sorgulamadan 1'de bırakmak ya da her zaman tam sıra üretmesini bir eksiklik saymak, yöntemin kurulma amacını gözden kaçırır.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. Manifestteki kaynak durumu "PARTIAL" işaretlidir: Akram, Ilyas ve Garg'ın (2021) makalesindeki beş tedarikçili, üç uzmanlı gerçek örnek (Tablo 22, eşikler ve ağırlık vektörü metinden doğrulanmıştır) yalnız kısmen çıkarılabilmiştir; makalenin ara tabloları (uzman puanları ve ara matrisler) görsel tablo olarak durduğundan tam aktarılamamıştır. Bu yüzden Vaka 1, makalenin Faz II adımlarını (Eş. 1-14) birebir uygulayan, el hesabıyla izlenebilir, tek karar vericili küçük bir örnektir. İkinci vaka öğretici bir kurgudur.
1. Öğretici örnek: İki tedarikçinin üç kriterde Pisagor bulanık karşılaştırması
Bir satın alma birimi iki tedarikçiyi (a1, a2) üç kriterde karşılaştırıyor; üçü de çoğu iyi ve eşit ağırlıklı (1/3). Tek bir karar verici puanlıyor. a2, her üç kriterde de a1'i hem destekte hem rette geçiyor.
| Tedarikçi | C1 | C2 | C3 |
|---|---|---|---|
| a1 | (0,5; 0,7) | (0,4; 0,8) | (0,6; 0,6) |
| a2 | (0,8; 0,3) | (0,7; 0,4) | (0,9; 0,2) |
| Ağırlık | 1/3 | 1/3 | 1/3 |
Eşikler kurucu makaledeki gibi ψ⁻=0,6, ψ⁰=0,7, ψ*=0,8, δ⁰=0,8, δ*=0,7 alınmış; set ağırlıkları bu öğretici örnekte sadeleştirme amacıyla hepsi 1'dir (bkz. onay notları). a2, üç kriterin de destek karesi büyük, ret karesi küçük olduğu güçlü uyum kümesine girdiği için ψ(a2,a1)=1, δ(a2,a1)=0 çıkar; tersi yönde (a1'in a2'yi geçmesi) hiçbir kriterde kurulmaz, ψ(a1,a2)=0.
| Yön | Sonuç |
|---|---|
| İleri (forward) | a2: 1 · a1: 2 |
| Ters (reverse) | a2: 1 · a1: 2 |
| Ortalama sıra | a2: 1 · a1: 2 |
Sonuç şöyle okunur. a2, ψ=1 ile eşiklerin en katısını (ψ*=0,8) bile rahatça aşıyor, δ=0 ile uyumsuzluk tavanının (δ*=0,7) çok altında kalıyor. Bu yüzden ileri ve ters yön aynı sırayı verir, ortalama da değişmez.
Birimin tereddüdü şurada. Bu örnekte a2'nin üstünlüğü, üç kriterde de hem destek hem ret bakımından tam üstünlük olduğu için, ψ ve δ değerleri olası en uç noktalardadır (1 ve 0). Bu, seçilen eşiklerin (ψ*, δ*) hangi değeri alırsa alsın sırayı değiştiremeyeceği anlamına gelir; böyle tam üstünlük pratikte nadirdir. Kurucu makalenin kendi beş tedarikçili örneğinde üstünlük dereceleri bu kadar uç değildir (ör. ψ₁₅=0,6466); orada sıra eşik seçimine gerçekten duyarlıdır.
Raporda: "İki tedarikçi arasında a2, üç kriterin tamamında hem destek hem ret bakımından a1'i geçmektedir; bu tam üstünlük nedeniyle ileri ve ters yön sıraları aynıdır ve seçilen eşiklerden bağımsızdır. Kısmi üstünlük içeren gerçek uygulamalarda sıranın eşik ve set ağırlığı seçimine duyarlılığı ayrıca sınanmalıdır."
Kaynak: Akram, Ilyas ve Garg (2021), Applied Intelligence, s. 8701-8719, §5 (tam beş tedarikçili örnek kısmen anchor'lanmıştır: Tablo 22 nihai sıra, eşikler ve ağırlık vektörü metinden doğrulanmıştır; ara tablolar görsel formatta durduğundan aktarılamamıştır). Yukarıdaki iki tedarikçili tablo, makalenin Faz II formüllerini (Eş. 1-14) izleyen, DecisionMind'ın kendi doğrulama fixture'ıdır; sayılar bu kartın yazarınca Python ile bağımsız hesaplanmış ve DecisionMind manifestindeki beklenen sonuçla (a2 birinci, a1 ikinci) birebir örtüşmüştür.
2. Sağlık: Bir hastane grubunun mobil sağlık taraması aracı seçimi
Bir hastane grubu, kırsal bölgelerde sağlık taraması yapacak üç mobil araç üreticisi arasında seçim yapacaktır. Üç kriter: tarama kapasitesi ve donanım güvenilirliği (çoğu iyi), bakım maliyeti (azı iyi). Üç uzman, yani saha operasyon müdürü, biyomedikal mühendis ve mali işler uzmanı, her aracı her kriterde ayrı ayrı destek ve ret dereceleriyle puanlıyor; uzmanların kendi görüş ağırlığı da bir PFN olarak bildirilmiş.
Yöntem önce üç uzmanın önem PFN'lerinden bir ağırlık türetir, sonra üç puan matrisini PFWA ile birleştirir, bakım maliyetinde destek-reddi yer değiştirir, güçlü/orta/zayıf uyum kümelerini ve uyumsuzluğu hesaplar, ileri ve ters yön sıralarını ortalar. Diyelim ki sonuç, tarama kapasitesinde güçlü ama bakım maliyeti yüksek bir üreticiyi ikinci, donanım güvenilirliğinde ve maliyette dengeli bir üreticiyi birinci sıraya koydu.
Grubun tereddüdü şurada. Biyomedikal mühendisin önem PFN'si diğer iki uzmandan belirgin yüksekse, onun bakım maliyetine verdiği düşük önem birleşik matrisde daha ağır basar ve sıra değişebilir. Bu, hangi uzmanın görüşünün ne kadar ağır bastığının, yalnız kriter ağırlıklarının değil, karar verici ağırlıklarının da sıraya karıştığı anlamına gelir.
Raporda: "Üç uzmanın PFWA ile birleştirilen görüşlerine göre donanım güvenilirliği ve maliyette dengeli olan üretici birinci sıraya çıkmıştır. Bu sonuç, biyomedikal mühendisin görüş ağırlığına duyarlıdır; ağırlık artırıldığında bakım maliyetinin sıradaki payı büyümektedir."
3. Yapılmaması Gereken
Öğretici örnekte a1'in C2 hücresini (0,4; 0,8) yazarken ν'yü μ'den 1 − μ ile türetmek, yani (0,4; 0,6) yazmak, birinci yanlıştır; bu, Pisagor'un ek kabul alanını sıfırlar. İkinci yanlış, set ağırlıklarını (güçlü/orta/zayıf uyum) hiç sorgulamadan hep 1 bırakıp bunun kurucu makaledeki kademeli tasarımı sadeleştirdiğini rapor etmemektir. Üçüncü yanlış, bu uzantının her zaman tam sıra üretmesini "kesin ELECTRE II'den daha güçlü" diye sunmaktır; ortalama alma, kıyaslanamazlık bilgisini gizler, onu gidermez.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/pf-electre-ii
Akram, M., Ilyas, F., & Garg, H. (2021). ELECTRE-II method for group decision-making in Pythagorean fuzzy environment. Applied Intelligence, 51, 8701–8719. DOI: 10.1007/s10489-021-02200-0
Akram, M., Ilyas, F., & Garg, H. (2020). Multi-criteria group decision making based on ELECTRE I method in Pythagorean fuzzy information. Soft Computing, 24, 3425–3453. DOI: 10.1007/s00500-019-04105-0
Roy, B., & Bertier, P. (1973). La méthode ELECTRE II: une application au media-planning. In Operational Research '72: Proceedings of the Sixth IFORS International Conference on Operational Research (pp. 291–302). North-Holland. (DOI yok)
Yager, R. R. (2013). Pythagorean fuzzy subsets. 2013 Joint IFSA World Congress and NAFIPS Annual Meeting, 57–61. DOI: 10.1109/IFSA-NAFIPS.2013.6608375