Uzantı kartı · Pisagor bulanık
Pisagor bulanık MARCOS
MARCOS'un Pisagor bulanık biçimidir. Bir yargıya verilen destek ve ret derecelerinin toplamı 1'i aşabilir, yeter ki karelerinin toplamı aşmasın. Çıktı yine ideale ve anti-ideale göre kurulan bir oran ve bu oranı birleştiren tek bir fayda derecesidir.
Temel yöntem
MARCOS →
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?
Üç şey değişir. Karar mantığı aynı kalır.
Hücreler. Kesin MARCOS'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. Kararsızlık payı π = √(1 − μ² − ν²) bu iki dereceden çıkar; uzmandan ayrıca istenmez. Kriter ağırlıkları yine kesin sayıdır ve dışarıdan gelir.
Genişletilmiş tablo ve ölçek eşitleme. Kesin MARCOS, tabloyu her kriterin gözlenen en iyi ve en kötü değerinden kurduğu iki hayali satırla genişletir. PF-MARCOS aynı mantığı çiftler üzerinde uygular: her kriter için en iyi çift, en yüksek μ ve en düşük ν'den; en kötü çift, en düşük μ ve en yüksek ν'den kurulur. Maliyet kriterinde bu iki rol yer değiştirir. Sonra her hücre, kendi sütununun en iyi çiftine oranlanır; bu oranlama işlemi kesin MARCOS'un bölme işlemine karşılık gelir ama artık μ ve ν ayrı ayrı oranlanır.
Birleştirme ve satır toplamları. Kesin MARCOS, ağırlıklı normalize değerleri yatay olarak toplar. PF-MARCOS bu toplamı Pisagor ağırlıklı toplama kuralıyla yapar; sonuç yine tek bir destek-ret çiftidir, sayı değil. Her seçeneğin bu birleşik çifti, ideal ve anti-ideal satırların birleşik çiftlerine göre iki ayrı oran verir. Bu oranlar skor fonksiyonuyla, s = μ² − ν², tek sayıya çevrilir ve kesin MARCOS'un fayda fonksiyonlarından geçirilir.
Sonuç ve durulaştırma. Çıktı, iki fayda fonksiyonunun birleşiminden çıkan tek bir nihai fayda derecesidir; bu, kesin MARCOS'la aynı ölçektedir. Belirsizlik, Pisagor toplama kuralı satır toplamlarını kurarken taşınır; skor fonksiyonu devreye girdiğinde tek sayıya iner. Bu, belirsizliğin en son adıma kadar bir çift olarak taşındığı, sadece final adımda durulaştığı anlamına gelir.
DecisionMind PF-MARCOS'ta Pisagor oranlama kuralını, Pisagor ağırlıklı toplama kuralını ve skor tabanlı fayda fonksiyonlarını sabit tutar. Kriter ağırlıkları dışarıdan kesin sayı olarak gelir; yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Nihai fayda derecesi, bir seçeneğin bu kümedeki ideal ve anti-ideal referanslara göre nerede durduğunu söyler; bu, kesin MARCOS'la aynıdır. Farklı olan, bu referansların artık birer destek-ret çifti olmasıdır. İki seçenek arasındaki fayda derecesi farkı büyükse bu fark, girdi çiftlerinin μ ve ν'sü ne kadar değişirse değişsin genelde korunur. Fark küçükse, μ ya da ν'de küçük bir değişiklik sırayı kolayca çevirebilir ve bu, raporda gösterilmelidir.
Bu nedenle:
"PF-MARCOS en iyi tedarikçiyi buldu"
yerine:
"Bu ağırlıklar ve bu seçenek kümesiyle ideal ve anti-ideal referanslara göre en dengeli fayda oranına sahip seçenek budur; bu üstünlüğün girdi çiftlerindeki küçük değişikliklere ne kadar dayanıklı olduğu ayrıca sınanmalıdır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Uzmanlar bir yargıya hem güçlü destek hem belirgin çekince veriyorsa ve hem idealin ne kadarına ulaşıldığı hem anti-idealden ne kadar uzaklaşıldığı birlikte görünsün istiyorsanız bu uzantı kullanılır. İki derecenin toplamı 1'i aşıyorsa sezgisel bulanık kısıt bu çiftleri küçültmeye zorlar, çünkü o kısıt toplamı en fazla 1'de tutar. Pisagor bulanık bu sorunu çözer. Ölçülmüş bir değer doğrudan destek-ret çiftine çevrilmez. Önce bir yargıya dönüştürülür, sonra μ ile ν ayrı kaynaklardan türetilir; ayrıntı veri türü kartındadır. Tablo tek veri türünde olmalıdır, bir kısmı kesin bir kısmı Pisagor olamaz. Temel yöntemin çıkış koşulu burada da geçerlidir. Bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir ve eşik altını elemez.
Bu Uzantıya Özgü Hatalar
Değer alanı ihlali. Her hücre μ ∈ [0,1], ν ∈ [0,1] ve μ² + ν² ≤ 1 koşulunu sağlamalıdır. Bu kontrol edilmeden hesaba girmek yöntemi geçersiz kılar.
ν'yü 1 − μ yazmak. Bu durumda toplam her zaman tam 1 olur. Kararsızlık payı sıfırlanır. Pisagor yapının sezgisel bulanığa göre sağladığı ek alan hiç kullanılmamış olur.
Skor fonksiyonunu değiştirip aynı sonucu beklemek. s = μ² − ν² kanonik seçimdir ama tek seçenek değildir. İdeal ve anti-ideal oranlarını başka bir skorla durulaştırmak farklı bir fayda derecesi verebilir.
Maliyet kriterinde ideal ve anti-ideal çiftin rolünü ters almak. Fayda kriterinde ideal çift en yüksek destek ve en düşük ret derecesinden kurulur. Maliyet kriterinde bu ters çevrilir. Bu ters çevirme atlanırsa sıra tersine döner.
Ölçülmüş bir değeri doğrudan μ yapmak. Fiyat ya da süre gibi ölçülmüş bir büyüklüğü 0-1'e ölçekleyip μ olarak yazmak, ν'yü de tamamlayıcı vermek bir yargı üretmez. Bu yalnızca kesin veriyi gizler.
Temel ilke şudur:
PF-MARCOS sonucu, seçeneklerin bu kümenin kendi ideal ve anti-ideal destek-ret referanslarına göre oransal konumunun bir özetidir. Bu referanslar seçenek kümesiyle birlikte değişir ve rapor bunu göstermelidir.
Vakalar
Birinci vaka bir literatür vakası değildir. PF-MARCOS ailesinde tüm üyelerin paylaştığı ortak bir kaynak makale yoktur; bu yüzden DecisionMind, yöntemin adımlarını elle izlenebilir kılan küçük bir sentetik tablo kurmuş ve motorun kendi formüllerinden beklenen sonucu üretmiştir. İkinci vaka öğretici kurgudur.
1. Öğretici örnek: Üç seçenek, üç ölçüt (DecisionMind doğrulama örneği)
Üç seçenek üç ölçütte değerlendirilir. İlk iki ölçüt "çoğu iyi", üçüncüsü "azı iyi"dir. Her hücre bir destek-ret çiftidir. Ağırlıklar C1=0,40, C2=0,35, C3=0,25'tir.
| Seçenek | C1 | C2 | C3 (azı iyi) |
|---|---|---|---|
| A1 | (0,70;0,40) | (0,50;0,50) | (0,60;0,50) |
| A2 | (0,80;0,30) | (0,60;0,40) | (0,40;0,60) |
| A3 | (0,60;0,50) | (0,70;0,40) | (0,50;0,50) |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem önce tabloyu ideal ve anti-ideal çiftlerle genişletir. Sonra her hücreyi kendi sütununun ideal çiftine oranlar, Pisagor ağırlıklı toplama kuralıyla her satırı birleştirir ve bu birleşik çiftten iki fayda oranı, sonra tek bir nihai fayda derecesi çıkarır.
| Seçenek | Nihai fayda derecesi | Sıra |
|---|---|---|
| A3 | 3,3858 | 1 |
| A1 | 1,0101 | 2 |
| A2 | 0,0000 | 3 |
Sonuç şöyle okunur. A3, C1'de zayıf görünse de C2'de en iyi çifte sahiptir ve C3'te de dengeli kalır; bu birleşim A3'ü açık farkla birinci yapar. A2, C1'de en iyi çifte sahip olmasına rağmen C3'te en kötü çifti taşır ve bu, onu son sıraya düşürür.
Kararın tereddüdü şuradan gelir. Ağırlıklar C1=0,80, C2=0,10, C3=0,10'a kadar değiştirilse bile A3 birinciliğini korur ve A2 son sırada kalır. Tek bir hücrenin değiştirilmesi de aynı sonucu verir: A1'in C2 çifti, 0,50;0,50'den 0,60;0,40'a iyileştirilse ya da A3'ün C1 çifti, 0,60;0,50'den 0,50;0,60'a kötüleştirilse bile A3 yine birincidir. Bu, A3'ün üstünlüğünün bu örnekte hem ağırlık değişimine hem tek hücre değişimine karşı sağlam olduğunu gösterir.
Raporda: "Verilen ağırlıklarla A3 açık farkla birincidir, 3,3858. Bu sıra, ağırlıklar geniş bir aralıkta değiştirildiğinde ve tek bir hücre iyileştirildiğinde ya da kötüleştirildiğinde de değişmemektedir; A2'nin C3'teki zayıflığı sıralamayı baştan belirlemektedir."
Kaynak: DecisionMind'ın PF-MARCOS motorunun doğrulama örneği. Sentetik bir tablodur, bir makaleden alınmamıştır. Nihai fayda dereceleri, DecisionMind'ın PF-MARCOS motoru çalıştırılarak bağımsız olarak yeniden üretildi ve manifestin kendi beklenen değerleriyle birebir eşleşti.
2. Denizcilik: Bir liman işletmesinde yükleme ekipmanı tedarikçisi seçimi
Bir liman işletmesi, konteyner vinci bakım ve tedarik hizmeti için üç sağlayıcıyı, D1-D3, üç ölçütte değerlendirir: teknik uygunluk, teslimat güvenilirliği, bakım maliyeti riski. İlk ikisi "çoğu iyi", bakım maliyeti riski "azı iyi"dir. Her hücre teknik ekibin o sağlayıcıya verdiği destek-ret çiftidir. Ağırlıklar teknik uygunluk ve teslimat güvenilirliğine eşit, riske biraz daha az pay verecek biçimde belirlenmiştir: 0,35, 0,35, 0,30.
| Sağlayıcı | Teknik uygunluk | Teslimat güvenilirliği | Bakım maliyeti riski (azı iyi) |
|---|---|---|---|
| D1 | (0,75;0,45) | (0,65;0,55) | (0,45;0,65) |
| D2 | (0,60;0,60) | (0,80;0,40) | (0,55;0,60) |
| D3 | (0,70;0,50) | (0,55;0,60) | (0,35;0,75) |
| Ağırlık | 0,35 | 0,35 | 0,30 |
Yöntem tabloyu ideal ve anti-ideal çiftlerle genişletir, her hücreyi oranlar, satırları Pisagor ağırlıklı toplama kuralıyla birleştirir ve nihai fayda derecesini hesaplar. D2, teslimat güvenilirliğinde en iyi çifte sahiptir ve bu, teknik uygunluktaki görece zayıflığını dengeler.
| Sağlayıcı | Nihai fayda derecesi | Sıra |
|---|---|---|
| D2 | 3,1599 | 1 |
| D1 | 2,6163 | 2 |
| D3 | 2,5225 | 3 |
İşletmenin tereddüdü şu ağırlık değişikliğinden gelir. Teknik uygunluk ağırlığı 0,35'ten 0,20'ye indirilip teslimat güvenilirliği 0,35'ten 0,50'ye çıkarılırsa D1 D2'nin önüne geçer: D1 3,3672'ye çıkar, D2 2,8806'ya düşer. Bu, D2'nin birinciliğinin, teknik uygunluk ile teslimat güvenilirliği arasındaki ağırlık dengesine bağlı olduğunu gösterir.
Raporda: "Verilen ağırlıklarla D2 birincidir, 3,1599. Teslimat güvenilirliği ağırlığı teknik uygunluğun önüne geçecek ölçüde artırılırsa, 0,50'ye karşı 0,20, D1 öne geçer; bu nedenle iki sağlayıcı arasındaki tercih ağırlık kararına bağlıdır ve raporda açıkça yazılmalıdır."
3. Yapılmaması Gereken
Öğretici örnekte C3 kriteri, azı iyi olmasına rağmen, "çoğu iyi" işaretlenseydi ideal çift en yüksek risk değerinden kurulur ve A2'nin C3'teki zayıflığı tersine bir avantaja dönerdi. İkinci yanlış, denizcilik tablosunda D2'nin 3,1599 nihai fayda derecesini "en güvenilir tedarikçi" diye mutlaklaştırmaktır; bu değer yalnızca bu üç sağlayıcıyı kendi ideal ve anti-ideal eksenlerinde birbirine kıyaslar. Üçüncü yanlış, tek bir hücrenin destek-ret çiftini önce tek bir skora indirip sonra kesin MARCOS'u koşturmaktır; bu, kararsızlık payını görünmez kılar ve hangi seçeneğin ne kadar belirsiz bir yargıya dayandığını rapordan siler.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/pf-marcos
Wang, Y., Wang, W., Wang, Z., Deveci, M., Roy, S. K., & Kadry, S. (2024). Selection of sustainable food suppliers using the Pythagorean fuzzy CRITIC-MARCOS method. Information Sciences, 664, 120326. DOI: 10.1016/j.ins.2024.120326
Stević, Ž., Pamučar, D., Puška, A., & Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of Alternatives and Ranking according to Compromise Solution (MARCOS). Computers & Industrial Engineering, 140, 106231. DOI: 10.1016/j.cie.2019.106231
Yager, R. R. (2014). Pythagorean membership grades in multicriteria decision making. IEEE Transactions on Fuzzy Systems, 22(4), 958–965. DOI: 10.1109/TFUZZ.2013.2278989