Resim bulanık ARTASI (Kara, Yalçın, Kaygısız, Simić, Örnek ve Pamučar, 2024)

Dört şey değişir; uyarlanabilir aralık ve ideal-anti-ideal fayda mantığı değişmez.

Hücreler ve birden fazla uzman. Kesin ARTASI'ta her hücre tek sayıdır. Burada her hücre üç dereceden oluşur: evet (μ), çekimser (η), hayır (ν); üçünün toplamı 1'i aşamaz. Bu ailenin bir özelliği, birden fazla uzmanın aynı hücreyi ayrı ayrı değerlendirebilmesidir. Uzman sayısı birden fazlaysa, uzmanların üçlüleri kendi ağırlıklarıyla önce birleştirilir; tek uzman varsa bu birleştirme adımı üçlüyü olduğu gibi bırakır. Nicel, yani zaten sayıyla ölçülmüş, kriterler varsa bunlar bu üçlüden ayrı tutulur ve ilerleyen bir adımda aynı tabloya katılır.

Erken durulaştırma. Kesin ARTASI zaten kesin sayıyla başlar. Bu ailede resim bulanık üçlü, uyarlanabilir aralık kurulmadan önce bir skor fonksiyonuyla tek sayıya indirilir: evet derecesi artı çekimser olmayan pay artı hayır olmayan payın ortalaması. Bu erken durulaştırma, ARTASI'nin geri kalan bütün adımlarının (uyarlanabilir aralık, iki düzeyli standartlaştırma, ideal-anti-ideal fayda) kesin ARTASI'takiyle birebir aynı kalmasını sağlar; fark yalnız bu tek sayının nereden geldiğidir.

Uyarlanabilir aralık ve standartlaştırma. Bu adımlarda kesin ARTASI ile hiçbir fark yoktur. Her kriter sütunu, kendi en büyük ve en küçük durulaştırılmış değerinden, seçenek sayısına bağlı bir payla genişletilmiş bir aralığa yerleştirilir; sonra bu aralık sabit bir ölçeğe (varsayılan 1 ile 100 arası) taşınır.

İdeal-anti-ideal fayda ve sonuç. Kesin ARTASI'taki gibi her seçeneğin ideale yakınlık faydası ve anti-idealden uzaklık faydası ayrı ayrı toplanır ve bir iç düzeltme parametresiyle birleştirilir. Bu ailede iki ek parametre daha vardır: biri idealliğe mi yoksa anti-ideallikten uzaklığa mı ağırlık verileceğini belirler, diğeri bu iki bileşenin nasıl katlanacağını belirler. DecisionMind ikisini de varsayılan (eşit ağırlıklı, doğrusal) değerde tutar ve raporda bildirir.

DecisionMind bu ailede erken durulaştırmayı, uyarlanabilir aralığı ve varsayılan parametreleri sabit tutar. Ağırlıklar dışarıdan ve kesin sayı olarak alınır.

Fayda puanı kesin ARTASI'takiyle aynı biçimde okunur: bu seçenek kümesinin kendi ideallik-anti-ideallik dengesini gösterir, yüzde değildir, başka bir analizle karşılaştırılamaz.

Fark şurada: bir kriterde açık ara en iyi olan seçenek, o kriterdeki üstünlüğünü daha da büyütse bile kendi puanı bundan etkilenmez. Uyarlanabilir aralık ve ideale-oranlama mantığı, bir kriterde en iyi olan seçeneğin payını o kriterde sabit bir tavana oturtur; bu seçenek üstünlüğünü ne kadar büyütürse büyütsün kendi payı değişmez, yalnız arkadan gelen seçeneklerin payı küçülür. Bu yüzden "bu seçenek bu kriterde çok daha iyi olduğu için puanı da çok daha yüksek olmalı" beklentisi burada geçerli değildir.

Bu nedenle:

"A1 bu kriterde rakiplerinden çok daha iyi olduğu için toplam puanı da onlardan çok daha yüksek olmalı"

yerine:

"A1 bu kriterde en iyi seçenek olduğu için payı zaten sabit bir tavandadır; üstünlüğünün büyüklüğü kendi puanını değil, yalnız rakiplerinin payını etkiler"

biçiminde yazmak doğrudur.

Değerlendirme bir oylama, anket ya da görüş dağılımı biçiminde toplanmışsa ve çekimser payı ayrıca ölçülmüşse bu uzantı kullanılır. Birden fazla uzmanın görüşü ayrı ayrı toplanıp birleştirilmesi gerekiyorsa da uygundur. Çekimser payı sonradan uydurulacaksa ya da tek bir uzmanın yaklaşık yargısı söz konusuysa veri türü kartındaki uyarı geçerlidir ve resim bulanık yapı gerekli değildir.

Çıkış koşulu kesin ARTASI ile aynıdır. Matris tek türde olmak zorundadır; bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir.

Tek bir orandan üçlü üretmek. "%55 evet" diye çekimser payını sıfırlayıp (0,55; 0; 0,45) yazmak yapının katkısını siler; çekimser pay ayrıca sayılmalıdır.

Bir kriterdeki büyük üstünlüğün puana orantılı yansıyacağını beklemek. Yukarıda açıklandığı gibi, bir kriterde en iyi olan seçeneğin payı sabit bir tavandadır; üstünlüğün büyüklüğü yalnız rakiplerin payını değiştirir.

Uyarlanabilir aralığı sabit sanmak. Kesin ARTASI'taki gibi, tabloya seçenek eklenip çıkarılması aralığı ve dolayısıyla bütün puanları değiştirir; bu ailede erken durulaştırma bu duyarlılığı ortadan kaldırmaz.

Çoklu uzman ağırlıklarını görmezden gelmek. Birden fazla uzman varsa birleştirme adımı uzman ağırlıklarını kullanır; uzmanların görüşünü basit ortalamayla birleştirmek farklı bir sonuç verir ve raporlanmalıdır.

Temel ilke şudur:

Resim bulanık ARTASI, evet-çekimser-hayır üçlüsünü erken bir skorla tek sayıya indirir ve bundan sonra kesin ARTASI'nın uyarlanabilir aralık mantığını aynen uygular; bir kriterde en iyi olmak sabit bir paya karşılık gelir, bu payın büyüklüğü değil varlığı önemlidir.