Uzantı kartı · Pisagor bulanık
Pisagor bulanık WPM
Pisagor bulanık WPM, kriter değerlerinin bir yargıya verilen destek ve ret derecesi (μ, ν) olarak kaydedildiği durumlar için kullanılan WPM biçimidir. Bu iki derecenin karelerinin toplamı 1'i aşmaz. Çıktısı her seçenek için bir Pisagor skoru ve bu skora göre sıradır.
Temel yöntem
WPM →
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; çarpımsal mantık değişmez.
Hücreler. Kesin WPM'de her hücre tek, kesinlikle pozitif bir sayıdır. Burada her hücre bir çifttir: μ destek derecesi, ν ret derecesidir. Bu iki değer μ² + ν² ≤ 1 kuralına uymak zorundadır; uymayan bir hücre yüklenir yüklenmez reddedilir, hesaba hiç girmez. Kriter ağırlıkları kesin sayı olarak dışarıdan alınır; bulanıklaşan yalnız hücrelerdir, ağırlıklar değil.
Ölçek eşitleme. Kesin WPM her sütunu kendi en iyi değerine oranlar. Burada böyle bir adım yoktur, çünkü destek-ret çiftleri zaten 0 ile 1 arasındadır. Bunun yerine maliyet ölçütünde μ ile ν yer değiştirir: (μ, ν) yerine (ν, μ) yazılır. Ağırlık burada hâlâ kesin bir sayı olduğu için Fuzzy WPM'deki gibi ağırlığın da ayrıca ters çevrilmesi gerekmez; yalnız hücre çevrilir.
Ağırlıklı çarpım ve durulaştırma. Kesin WPM'de her sütun ağırlığı kadar kuvvete yükselir ve satır boyunca çarpılır. Burada bu iş Pisagor ağırlıklı geometrik toplulaştırma operatörüyle (PFWG) yapılır. μ bileşeni Πμ_j^{w_j} olarak, yani doğrudan bir ağırlıklı çarpım olarak hesaplanır. ν bileşeni ise (1 − Π(1−ν_j²)^{w_j})^{1/2} olarak, kareler üzerinden tamamlayıcı bir çarpımla hesaplanır. Bu birleştirme, her kriterdeki (μ_j, ν_j) çiftini tek bir (μ̃, ν̃) çiftine indirger; henüz tek sayı değildir. Yalnız bu son adımda birleşik çift, Pisagor skor fonksiyonuyla (s = μ̃² − ν̃²) tek sayıya iner.
Durulaştırma, yani skor hesabı, satırın PFWG ile birleştirilmesinden SONRA ve yalnız bir kez yapılır; hücre hücre değil, seçenek başına bir kez. Skor negatif çıkabilir, yani ν̃ μ̃'dan büyük olabilir. Kernel bu durumda hiçbir düzeltme yapmaz: ne sıfıra kırpar ne mutlak değerini alır ne de skoru kaydırır. Negatif skor geçerli bir sonuçtur ve seçeneği yalnız sıralamada geriye düşürür.
DecisionMind bu uzantıda PFWG operatörünü ve skor fonksiyonunu (μ²−ν²) sabit tutar. Ağırlıklar dışarıdan alınır, yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Kesin WPM'deki gibi skor yalnız bu seçenek kümesi içinde bir sıralamayı gösterir. Bir yüzde ya da olasılık değildir ve başka bir PF-WPM analizinden gelen bir skorla karşılaştırılamaz.
Fark şudur. Skor, birleşik μ̃ ve ν̃'den çıkan tek bir farktır ve altında bir kararsızlık payı (π̃ = √(1−μ̃²−ν̃²)) taşır. İki seçeneğin skoru yakın olsa da biri dar bir π̃'ye, diğeri geniş bir π̃'ye sahip olabilir; dar olan seçenek daha güvenilir bir üstünlüktür. Skor negatif çıktıysa bu, seçeneğin o kriter kümesinde ret ağırlıklı kaldığını gösterir; bir hata değildir.
Bu nedenle:
"A2'nin skoru pozitif, A1'inki negatif olduğu için A2 kesinlikle daha iyidir"
yerine:
"A2'nin skoru pozitiftir, A1'inki negatiftir; bu, A2'nin birleşik destek derecesinin ret derecesini geçtiğini, A1'inkinin ise geçmediğini gösterir, ikisi de bu üç seçenek arasındaki göreli bir konumdur"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Uzmanlar bir yargıya hem güçlü destek hem belirgin çekince veriyorsa ve bu iki derecenin toplamı 1'i aşıyorsa bu uzantı kullanılır. Toplam zaten 1'i aşmıyorsa IF-WPM (sezgisel bulanık) yeterlidir, Pisagor'a geçmeye gerek yoktur. Karelerin toplamı da 1'i aşıyorsa Pisagor yetersiz kalır; Fermatean ya da q-Rung ortopair WPM gerekir. Hangi durumda hangi kısıtın seçileceği Pisagor veri türü kartındaki kısa karar kuralında gösterilir.
Kesin WPM'nin sertliği burada da sürer. PFWG'nin μ bileşeni doğrudan bir çarpım olduğu için, bir kriterde μ_j sıfıra yakınsa o kriterin ağırlığı küçük bile olsa birleşik μ̃'yi sert biçimde aşağı çeker. Ölçülmüş bir kriteri μ, ν çiftine açmak yanlıştır; DecisionMind'da matris tek türde olmak zorundadır.
Bu Uzantıya Özgü Hatalar
Değer alanı ihlali. Her hücre μ ∈ [0,1], ν ∈ [0,1] ve μ² + ν² ≤ 1 koşulunu sağlamalıdır; sağlamayan bir hücre yüklenirken reddedilir.
ν'yü 1 − μ yazmak. Bu durumda toplam her zaman tam 1 olur, kararsızlık payı sıfırlanır ve Pisagor yapının ek alanı hiç kullanılmamış olur.
Negatif skoru bir hata sanmak. s = μ̃² − ν̃² negatif çıkabilir; kernel bunu düzeltmez, çünkü düzeltilecek bir şey yoktur. Bu, SF-WPM'nin farklı davrandığı bir noktadır: orada hücre başına durulaştırılan bir skor negatif çıkarsa, o skor sonraki çarpım adımına taban olarak girer ve kırpılması gerekir. PF-WPM'de durulaştırma en sonda, yalnız bir kez yapıldığı için böyle bir kırpmaya hiç ihtiyaç yoktur.
Maliyet kriterinde hücreyi çevirmeyi unutmak. Azı iyi bir kriterde (μ, ν) yer değiştirilmezse o kriterde en kötü seçenek en iyi gibi görünür.
Temel ilke şudur:
PF-WPM'de skor yalnız satırın PFWG ile birleştirilmesinden sonra, bir kez hesaplanır ve negatif çıkması geçerli bir sonuçtur. Bunu hücre başına durulaştırma yapan ve bu yüzden negatif tabana karşı önlem almak zorunda kalan uzantılarla karıştırmamak gerekir.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir; manifestteki sentetik 3×3 tablo formüllere sadık biçimde kurulmuştur, literatür sayfası taşımaz. İkinci vaka öğretici kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Siber güvenlik hizmet sağlayıcısı seçimi
Bir kurum, ağ güvenliği hizmeti için üç sağlayıcı teklifinden (A1, A2, A3) birini seçecektir. Üç ölçüt vardır: teknik yeterlilik (çoğu iyi), olay müdahale hızı (çoğu iyi), yıllık hizmet bedeli (azı iyi). Değerlendirme kurulu her teklife duyduğu desteği ve çekinceyi bir Pisagor bulanık çiftle (μ, ν) kaydetmiştir.
| Sağlayıcı | Teknik yeterlilik | Olay müdahale hızı | Yıllık hizmet bedeli (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 hizmet bedeli ölçütünde μ ile ν'yü yer değiştirir, her sağlayıcının üç ölçütteki destek-ret çiftini PFWG ile tek bir çifte indirir ve skoru (μ̃²−ν̃²) hesaplar.
| Sağlayıcı | Skor | Sıra |
|---|---|---|
| A2 | 0,3205 | 1 |
| A3 | 0,1464 | 2 |
| A1 | 0,0815 | 3 |
Sonuç şöyle okunur. A2, en ağırlıklı ölçüt olan teknik yeterlilikte en yüksek destek (0,80) ve en düşük ret (0,30) çiftine sahiptir; hizmet bedelinde de (çevrildikten sonra) avantajlıdır. A3, olay müdahale hızında en güçlü çifte sahip olsa da (0,70; 0,40) bu, A2'nin teknik yeterlilikteki üstünlüğünü dengelemeye yetmez.
Kurulun tereddüdü şudur: teknik yeterlilik ağırlığı 0,40'tan 0,06'ya indirilip olay müdahale hızına 0,69 verilirse (hizmet bedeli 0,25 sabit) ne olur? Bağımsız olarak Python ile ve motorun kendisi çalıştırılarak doğrulandığında, bu ağırlıklarla A3'ün skoru 0,2175'e, A2'ninki 0,2167'ye düşer; birincilik A3'e geçer. A2'nin üstünlüğü, teknik yeterliliğin en az bu kadar ağırlıklı kalmasına bağlıdır.
Raporda: "Verilen ağırlıklarla (0,40; 0,35; 0,25) A2 en yüksek skora sahiptir (0,3205). Ağırlık olay müdahale hızına belirgin biçimde kaydırılırsa (0,06; 0,69; 0,25) birincilik A3'e geçmektedir; bu nedenle hangi ölçütün sözleşmede öncelikli olduğu ayrıca gerekçelendirilmelidir."
Kaynak: DecisionMind'ın PF-WPM doğrulama örneği. PFWG birleştirme operatörü ve skor fonksiyonu Yager'ın (2014) ve Zhang ve Xu'nun (2014) Pisagor bulanık küme tanımına dayanır. Manifestte bu tabloya bir literatür kaynağı bağlanmadığı için öğretici örnek olarak sunulmuştur; skorlar ve ağırlık takası senaryosu bu kartın yazarınca kernel doğrudan çalıştırılarak bağımsız olarak hesaplanmıştır.
2. Tarım: Bir kooperatifin sulama sistemi teknolojisi seçimi
Bir tarım kooperatifi, ortak arazilerde kullanılmak üzere üç damla sulama sistemi teklifinden birini seçecektir. Üç ölçüt vardır: su tasarrufu (çoğu iyi), kurulum ve bakım kolaylığı (çoğu iyi), ilk yatırım maliyeti (azı iyi). Teknik komisyon her teklife duyduğu desteği ve çekinceyi bir Pisagor bulanık çiftle kaydetmiştir. Bazı tekliflerde iki değer birlikte yüksektir, çünkü teklif hem güçlü teknik özellikler hem ciddi bir bütçe riski taşımaktadır.
Yöntem yatırım maliyetini tamamlar, üç ölçütün destek-ret çiftlerini PFWG ile birleştirir ve skorlar. Diyelim ki en yüksek su tasarrufuna sahip teklif aynı zamanda kurulum kolaylığında da düşük çekinceye sahip çıktı ve birinci sırada yer aldı.
Kooperatifin tereddüdü şudur: ilk yatırım maliyetindeki çekince, yani mali işler biriminin ciddi bulduğu finansman riski, skorun içinde erimiştir. Teklif onaylanmadan önce bu riskin, örneğin kredi faiz oranındaki dalgalanmanın, ayrıca sorgulanması gerekir; yalnız skora bakmak bu riski gizler.
Raporda: "Su tasarrufu ve kurulum kolaylığı nedeniyle bir teklif öne çıkmaktadır; mali işler biriminin yatırım maliyetine dair belirttiği çekince skorun içinde erimiştir ve ayrıca değerlendirilmelidir."
3. Yapılmaması Gereken
Birinci yanlış, öğretici örnekte hizmet bedelini çoğu iyi işaretlemektir; bu durumda en pahalı sağlayıcı bu ölçütte tam puan alır ve A2'nin ucuz olma avantajı tersine döner. İkinci yanlış, A1'in olay müdahale hızı hücresini (0,50; 0,50) ν'yü 1−μ olarak yazıp sezgisel bulanığa geriletmektir; bu, Pisagor yapının ek alanını hiç kullanmadan hesap yapmak demektir. Üçüncü yanlış, negatif çıkan bir skoru (örneğin A1'in tereddüt senaryosundaki -0,0139'unu) bir hata sanıp sıfıra ya da mutlak değerine yuvarlamaktır. Oysa skor negatif çıkabilir ve kernel bunu düzeltmeden bırakır, çünkü bu, ret ağırlıklı bir sonucun doğru bir okumasıdır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/pf-wpm
Miller, D. W., & Starr, M. K. (1969). Executive Decisions and Operations Research. Prentice-Hall. (DOI yok; kesin WPM'in temel kaynağıdır)
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
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
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