Uzantı kartı · Pisagor bulanık
Pisagor bulanık MOORA
MOORA'nın Pisagor bulanık biçimidir. Bir yargıya verilen destek ve ret derecelerinin toplamı 1'i aşabilir, yeter ki karelerinin toplamı aşmasın. Oran sistemini bu çift üzerinden yürütüp tek bir net puana iner.
Temel yöntem
MOORA →
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?
Hücreler. Kesin MOORA'da her hücre tek sayıdır. Burada her hücre bir çifttir: μ destek derecesi, ν ret derecesidir; μ² + ν² ≤ 1 kuralına uymak zorundadır. Kriter ağırlıkları kesin sayı olarak dışarıdan gelir; belirsizlik yalnız karar matrisinin hücrelerinde taşınır.
Ölçek eşitleme. Kesin MOORA doğrudan hücre değerini sütun büyüklüğüne böler. PF-MOORA önce her çifti tek bir skora indirger. Skor, destek karesi eksi ret karesidir (μ² − ν²); bu değer −1 ile 1 arasında olabileceğinden 1 eklenerek kaydırılır. Kaydırılmış skor, kesin MOORA'daki gibi kendi sütun büyüklüğünün köküne bölünerek normalize edilir. Maliyet kriterinde çift tersine çevrilmez; yön farkı sonraki toplama-çıkarma adımında işaretle taşınır, tıpkı kesin MOORA'da olduğu gibi.
Skor ve oran sistemi. Normalize edilmiş kaydırılmış skorlar ağırlıklandırılır; "çoğu iyi" kriterlerdeki toplamdan "azı iyi" kriterlerdeki toplam çıkarılır. Bu, kesin MOORA'nın oran sistemiyle birebir aynı işlemdir; fark yalnızca girdinin önce μ² − ν² skoruna indirgenmiş olmasıdır.
Sonuç ve durulaştırma. Skor çıkarma adımı durulaştırmanın kendisidir ve MOORA'nın ilk adımında yapılır, sonunda değil. Kararsızlık payı π = √(1 − μ² − ν²) bu skor hesabına hiç girmez. DecisionMind bu ailede referans noktası yaklaşımını da bir adım olarak listeler, ama bu adım oran sisteminin puanını olduğu gibi kopyalar; ayrı bir hesap üretmez. Fiilen çalışan tek yaklaşım oran sistemidir.
DecisionMind klasik PF-MOORA'da skor fonksiyonu olarak μ² − ν²'yi ve bu skorun ilk adımda hesaplanmasını sabit tutar. Ağırlıklar dışarıdan ve kesin sayı olarak alınır; yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Çıktı kesin MOORA'daki gibi bir net puan ve sıradır; okunması da aynıdır. Fark şudur. Bu puan, aslında bir yargının destek ve ret derecesinin karelerinin farkına dayanır ve kararsızlık payını, yani ne desteklenen ne reddedilen kısmı, hiç görmez. Aynı μ² − ν² farkına ama farklı kararsızlık paylarına sahip iki değerlendirme PF-MOORA'da aynı sonucu verir.
Bu nedenle:
"PF-MOORA belirsizliği hesaba kattığı için sonuç daha güvenilirdir"
yerine:
"PF-MOORA yalnız destek ile ret arasındaki kare farkını hesaba kattı; kararsızlık payı yüksek olan kriterler raporda ayrıca işaretlenmelidir"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Uzmanlar bir yargıya hem güçlü destek hem belirgin çekince veriyorsa ve bu çiftlerin toplamı sezgisel bulanık kısıtı aşıyorsa bu uzantı kullanılır. Toplam zaten 1'i aşmıyorsa sezgisel bulanık MOORA (if-moora) yeterlidir; Pisagor'a geçmenin kattığı bir bilgi olmaz, yalnız ayırt edicilik azalır. 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, sonra μ ile ν ayrı kaynaklardan türetilir. Tablo tek veri türünde olmalıdır. Çıkış koşulu kesin MOORA ile aynıdır: 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 ve kararsızlık payı sıfırlanır. Hesap PF-MOORA görünse de aslında sezgisel bulanık MOORA'ya döner.
Skor fonksiyonunu değiştirip aynı sonucu beklemek. μ² − ν² kanonik seçimdir ama tek seçenek değildir. Farklı bir skor farklı bir sıra verebilir; hangi skorun kullanıldığı raporda söylenmelidir.
Referans noktası yaklaşımını gerçek bir ikinci yöntem sanmak. Bu uzantıda referans noktası adımı oran sisteminin puanını kopyalar, bağımsız bir hesap yapmaz.
Temel ilke şudur:
PF-MOORA, uzmanın destek ve ret derecelerini kırpmadan oran sistemine taşımak içindir. ν'yü 1 − μ yazmak ya da skor fonksiyonunu belirtmeden değiştirmek bu katkıyı ortadan kaldırır.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. Yager (2014) ve Zhang-Xu (2014) Pisagor bulanık kümenin ve TOPSIS uzantısının kurucu kaynaklarıdır ama MOORA'ya özgü bir karar tablosu örneği içermezler; 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.
| Seçenek | C1 (çoğu iyi) | C2 (çoğu iyi) | C3 (azı iyi) |
|---|---|---|---|
| A1 | (μ=0,70; ν=0,40) | (μ=0,50; ν=0,50) | (μ=0,60; ν=0,50) |
| A2 | (μ=0,80; ν=0,30) | (μ=0,60; ν=0,40) | (μ=0,40; ν=0,60) |
| A3 | (μ=0,60; ν=0,50) | (μ=0,70; ν=0,40) | (μ=0,50; ν=0,50) |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem her hücrenin μ² − ν² skorunu çıkarır, skoru kaydırıp sütun büyüklüğüne göre normalize eder. Sonra ağırlıklandırır ve "çoğu iyi" kriterlerdeki toplamdan "azı iyi" kriterdeki toplamı çıkarır.
| Seçenek | MOORA puanı | Sıra |
|---|---|---|
| A2 | 0,3534 | 1 |
| A3 | 0,2704 | 2 |
| A1 | 0,2357 | 3 |
Sonuç şöyle okunur. A2 her üç kriterde de en yüksek destek ve en düşük ret derecesine sahiptir; hem "çoğu iyi" kriterlerde en iyi payı taşır hem "azı iyi" kriterde en düşük payı taşır. Bu yüzden A2 hiçbir ağırlık dağılımında geride kalmaz.
Kurulun tereddüdü A1 ile A3'ün sırasında değildir; A2'nin önündeki farkın ne kadar geniş kaldığındadır. C1 ağırlığı 0,40'tan 0,05'e, C2 ağırlığı 0,35'ten 0,70'e çekilirse (C3 sabit 0,25), A3 0,3302 ile A2'nin (0,3248) önüne geçer. Yani A2'nin birinciliği, C1'e verilen ağırlığın belirli bir düzeyin üzerinde kalmasına bağlıdır.
Raporda: "Verilen ağırlıklarla A2 en yüksek net puana sahiptir (0,3534). C1 ağırlığı belirgin biçimde düşürülüp C2'ye aktarıldığında A3 birinciliği almaktadır; bu, A2'nin üstünlüğünün C1'deki güçlü konumuna dayandığını göstermektedir."
Kaynak: DecisionMind PF-MOORA manifesti, doğrulama örneği. Pisagor bulanık skor fonksiyonu Yager (2014) ve Zhang-Xu (2014)'ün tanımladığı formüllere dayanır; kurucu kaynaklar MOORA'ya özgü bir karar tablosu vermediği için tablo DecisionMind tarafından formüllere sadık biçimde kurulmuştur. MOORA puanları ve ağırlık duyarlılığı bu kartın yazarınca aynı algoritmayla, kernel koduyla birebir eşleşecek biçimde bağımsız olarak yeniden hesaplanmıştır.
2. Siber güvenlik: Bir kurumun günlük izleme yazılımı seçimi
Bir kurumun bilgi işlem birimi üç güvenlik izleme yazılımı arasında seçim yapacaktır. Üç kriter kullanılır: tehdit tespit gücü, uyarı gürültüsü (bu sonuncusu "azı iyi") ve entegrasyon kolaylığı. Uzmanlar her yazılımı bir yargıya göre puanlar: "bu yazılım kurum için uygundur." Güvenlik ekibi tehdit tespit gücünde hem güçlü destek hem belirgin çekince bildirir. Bunun nedeni yüksek tespit gücünün çoğu zaman yüksek yanlış alarm oranıyla birlikte gelmesidir; bu ikilik destek-ret toplamını 1'in üzerine çıkarır.
Yöntem üç yazılımı skorlayıp normalize eder, ağırlıklandırır ve oran sistemi puanını hesaplar. Diyelim ki en yüksek tehdit tespit gücüne sahip yazılım aynı zamanda en yüksek uyarı gürültüsüne sahiptir; yine de birinci sırada çıkar, çünkü tespit gücü ağırlığı gürültüden fazladır.
Bilgi işlem biriminin tereddüdü: uyarı gürültüsü ağırlığı artırılırsa, yani ekip günlük iş yükünü tespit gücünden daha kritik görürse, sıralama değişebilir. Bu duyarlılık, yalnız tek bir ağırlık senaryosuyla değil, ağırlık artırıldığında sıranın nerede döndüğü gösterilerek raporlanmalıdır.
Raporda: "Verilen ağırlıklarla tehdit tespit gücü en yüksek yazılım net puanda birincidir; uyarı gürültüsü ağırlığı artırıldığında bu sıralamanın hangi noktada değiştiği ayrıca gösterilmiştir."
3. Yapılmaması Gereken
Öğretici örnekteki A2'nin C3 hücresini, μ=0,40 ve ν=0,60 yerine ν'yü 1 − μ alarak μ=0,40, ν=0,60 yazmak (bu örnekte zaten toplamı 1 olduğu için fark etmez) yerine, toplamı 1'i aşan bir çifti (örneğin μ=0,80, ν=0,50) ν = 1 − μ = 0,20 diye küçültmek yanlıştır. Bu durumda kararsızlık payı sıfırlanır ve Pisagor yapının ek kabul alanı hiç kullanılmamış olur. İkinci yanlış, μ² + ν² kontrolü yapmadan kareler toplamı 1'i aşan bir çift (örneğin μ=0,90, ν=0,70) yazmaktır; bu hücre PF-MOORA'ya hiç girmemelidir. Üçüncü yanlış, referans noktası adımının sonucunu oran sisteminden bağımsız ikinci bir doğrulama gibi sunmaktır; bu uzantıda o adım aynı puanı kopyalar.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/pf-moora
Brauers, W. K. M., & Zavadskas, E. K. (2006). The MOORA method and its application to privatization in a transition economy. Control and Cybernetics, 35(2), 445–469. (DOI yok)
Brauers, W. K. M., & Zavadskas, E. K. (2009). Robustness of the multi-objective MOORA method with a test for the facilities sector. Technological and Economic Development of Economy, 15(2), 352–375. DOI: 10.3846/1392-8619.2009.15.352-375
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
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
Zhang, X., & Xu, Z. (2014). Extension of TOPSIS to multiple criteria decision making with Pythagorean fuzzy sets. International Journal of Intelligent Systems, 29(12), 1061–1078. DOI: 10.1002/int.21676