Resim bulanık EDAS (Kamber, 2026)

Dört şey değişir. Karar mantığı aynı kalır.

Hücreler. Kesin EDAS'ta her hücrede tek bir sayı vardır. Burada her hücrede üç derece vardır: destek, çekimser, ret; toplamları 1'i geçemez. Bu üçlü, bir kurulun ya da anketin aynı yargı üzerindeki oy dağılımından gelir. Ağırlıklar dışarıdan, tek sayı olarak gelir ve toplamları 1 olmalıdır.

Ölçek eşitleme. Kesin EDAS'ta böyle bir adım yoktur zaten; kesin EDAS doğrudan ortalamaya göre sapma ölçer. Burada da benzer bir yol izlenir, ama önce maliyet yönlü kriterler tamamlanır. Maliyet kriterindeki her hücrede destek ile ret yer değiştirir, çekimser aynı kalır; böylece tüm kriterler "yüksek destek iyi" yönünde okunur. Sonra her kriter sütunu için bir ortalama çözüm kurulur. Bu ortalama, tek tek sayıların aritmetik ortalaması değildir; resim bulanık üçlülerin kendi toplama kuralıyla (geometrik birleşim) hesaplanan bir üçlüdür.

Sapma. Kesin EDAS'ta bir seçeneğin ortalamanın üstünde ya da altında kalma miktarı doğrudan sayı farkıyla ölçülür. Burada önce her üçlü, destek eksi ret farkıyla tek bir skora indirilir; pozitif ve negatif sapmalar bu skor üzerinden hesaplanır. Bir seçeneğin skoru ortalamanın skorundan yüksekse pozitif sapma oluşur, düşükse negatif sapma oluşur. Kesin EDAS'taki mantık aynen çalışır; farklı olan yalnızca ortalama ve sapmanın resim bulanık skor üzerinden kurulmasıdır.

Sonuç ve durulaştırma. Ağırlıklı pozitif ve negatif sapmalar toplanır, kendi aralarında normalize edilir ve tek bir değerlendirme puanında birleştirilir. Sonuç yine 0 ile 1 arasında tek bir sayıdır. Belirsizlik durulaştırılmaz; ortalama çözüm kurulurken ve skor hesaplanırken üç derecenin tamamı kullanılır.

DecisionMind bu üyede ortalama çözümün resim bulanık toplama kuralıyla kurulmasını ve skor fonksiyonu olarak destek eksi ret kullanılmasını sabit tutar.

Değerlendirme puanı kesin EDAS'taki gibi okunur: yüzde değildir, başka bir analizle karşılaştırılmaz, kümeye eklenen ya da çıkarılan her seçenek ortalamayı kaydırır. Farklı olan şudur: ortalama çözümün kendisi artık oy dağılımından gelen bir belirsizlik taşır. Bir kriterde bütün seçeneklerin çekimser payı yüksekse, o kriterin ortalaması da yüksek çekimserli çıkar ve sapmalar bu ortalamaya göre ölçülür.

Bu nedenle:

"Bu seçenek ortalamanın üstünde olduğu için iyidir"

yerine:

"Bu seçenek, kümenin oy dağılımından kurulan ortalamaya göre lehte konumdadır; bu ortalama kümenin kendi çekimser payını da taşımaktadır"

biçiminde yazmak doğrudur.

Kriter değerlendirmeleri bir kurulun, anketin ya da panelin aynı yargı üzerindeki evet, çekimser, hayır oy dağılımından geliyorsa ve kümenin ortalamasına göre konum ölçütü kararınıza uyuyorsa bu uzantı kullanılır. Resim bulanık veri türü kartının anlattığı gibi çekimser payı ayrıca sayılmalıdır; tek bir destek yüzdesinden uydurulmamalıdır.

Ölçülmüş bir kriteri resim bulanık üçlüye açmak gerekmez. DecisionMind tek veri türü ister; matriste bazı kriterler oya, bazıları ölçüme dayanıyorsa hepsi aynı türde yazılmalıdır. Nötrosofik veri türü de üç dereceli bir yapı kullanır, ama orada üç derece birbirinden bağımsızdır ve toplamları 1'i aşabilir; burada toplam 1'i aşamaz. Bu ikisi birbirine karıştırılmamalıdır.

Çıkış koşulu kesin EDAS ile aynıdır. Bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir ve eşik altını elemez.

Değer uzayı ihlali. Her hücrede destek, çekimser ve ret toplamı 1'i aşmamalıdır. Bu kontrol ortalama çözüm kurulmadan önce yapılmalıdır.

Maliyet kriterini tamamlamayı unutmak. Maliyet yönlü bir kriterde destek ve ret yer değiştirilmeden bırakılırsa, o kriterde yüksek desteğe sahip olan seçenek yanlışlıkla lehte sayılır.

Skor fonksiyonunu adım ortasında değiştirmek. Destek eksi ret skoru bütün adımlarda aynı kalmalıdır. Ortalama kurulurken bir fonksiyon, sapma hesaplanırken başka bir fonksiyon kullanmak sonucu tutarsız kılar.

Önce durulaştırıp sonra kesin EDAS koşturmak. Üç dereceyi baştan tek bir sayıya indirip kesin yöntemi uygulamak bu uzantı değildir. Çekimser ve karşı oy bilgisi ilk adımda silinir.

Tek bir orandan üçlü uydurmak. "Yüzde 60 destek var, o hâlde yüzde 40 karşı" demek çekimser payını sıfırlar. Resim bulanık veri türü kartının anlattığı gibi her derece ayrı sayılmalıdır.

Temel ilke şudur:

Resim bulanık EDAS, bir kurulun ya da anketin oy dağılımındaki çekimser payını ortalama çözüme kadar taşımak içindir. Dereceyi uyduran ya da girdiyi baştan kesinleştiren her uygulama yöntemin tek katkısını yok eder.

---