Olasılıksal dilsel VIKOR (Li ve ark., 2021)

Hücreler. Kesin VIKOR'da her hücre tek sayıdır. Burada her hücre bir terim listesi ve bu terimlerin olasılıklarıdır. Uzman ya da uzman grubu bir kriteri birkaç terime dağılmış olasılıklarla değerlendirir. Kriter ağırlıkları ve uzlaşma katsayısı v kesin sayıdır; yöntem ağırlık üretmez.

Ölçek eşitleme. Yöntem önce her terim listesini beklenen değere indirger: her terimin kümedeki sırası, olasılığıyla çarpılıp toplanır. Bu beklenen değerler elde edildikten sonra kesin VIKOR'un doğrusal normalizasyonu uygulanır: her kriterin en iyi ve en kötü beklenen değeri bulunur, seçenekler bu iki uç arasındaki konumuna göre oranlanır. Bu, 2-tuple dilsel VIKOR'la aynı iki aşamalı yapıdır; farkı, ilk aşamada bir terim ile kaymanın değil, bir olasılık dağılımının özetlenmesidir.

Grup faydası ve bireysel pişmanlık. S ve R hesabı kesin VIKOR'la aynı formülü kullanır; girdi olarak beklenen değerlerden gelen normalize uzaklıkları alır.

Uzlaşma indeksi ve sonuç. Q'nun hesaplanması ve iki koşulun sınanması kesin VIKOR'la aynıdır. Durulaştırma burada 2-tuple dilsel VIKOR'dan farklıdır: beklenen değere indirgeme, dağılımın şeklini, yani terimler arasındaki olasılık dağılımını, atar. İki farklı dağılım aynı beklenen değeri verip aynı S, R, Q'ya yol açabilir; oysa 2-tuple'da terimden sayıya geçiş birebirdir ve bilgi kaybetmez.

DecisionMind klasik olasılıksal dilsel VIKOR'da beklenen değere indirgemeyi ve ardından kesin VIKOR'un doğrusal normalizasyonunu sabit tutar; uzlaşma katsayısı v varsayılan olarak 0,5'tir.

Çıktı kesin VIKOR'daki gibi üç sütundur ve okunuşu aynıdır: asıl sonuç Q sırası değil, iki koşulun verdiği karardır. Fark şurada: S ve R'yi oluşturan uzaklıklar, terimler arasındaki olasılık dağılımının beklenen değerinden gelir. Bu yüzden raporda yalnız Q değil, beklenen değerin hangi dağılımdan geldiği ve bu dağılımın ne kadar toplu ya da dağınık olduğu da belirtilmelidir.

Bu nedenle:

"Olasılıksal dilsel VIKOR'a göre en iyi seçenek budur"

yerine:

"Bu ağırlıklar ve v = 0,5 ile şu seçenek tek uzlaşma çözümüdür; bu sonuç uzmanların terim dağılımlarının beklenen değerine dayanır ve dağılımın kendisi ayrıca gösterilmelidir"

biçiminde yazmak doğrudur.

Uzman ya da uzman grubu bir kriteri tek bir terimle değil, birkaç terime dağılmış bir olasılıkla değerlendiriyorsa ve karar, birden fazla tarafın çıkarının çatıştığı bir uzlaşma ortamındaysa.

Aynı ailenin diğer üyesiyle karışmamalıdır. Uzman tek bir terim seçiyor ve birleştirme sonucunun bir terime yuvarlanmadan, kaymasıyla saklanması isteniyorsa 2-tuple dilsel VIKOR kullanılır. Uzman "en az orta" gibi bir aralık veriyor ve olasılık vermiyorsa tereddütlü dilsel yapı kullanılır.

Temel yöntemde kalınması gereken durum aynıdır: kriter ölçülmüşse ölçülmüş kalır. Kesin VIKOR'un çıkış koşulları burada da geçerlidir.

İki koşulu atlayıp yalnız Q'su en küçük seçeneği kazanan diye yazmak. VIKOR'un tanımlayıcı özelliği uzlaşma kümesidir, tek kazanan değil.

Terim listesinin olasılıklarını birleştirmeden bırakmak. Aynı kriterdeki olasılıksal dilsel değerlerin olasılık toplamı bire tamamlanmalı ve terim listeleri eşit uzunluğa getirilmelidir.

Beklenen değeri tek başına yorumlamak. İki seçeneğin aynı beklenen değere farklı dağılımlarla ulaşması karara görünür kalmalıdır.

v katsayısını gerekçesiz seçmek ya da uçlara çekmek. 0 ya da 1'de yöntem uzlaşma yöntemi olmaktan çıkar.

Temel ilke şudur:

Olasılıksal dilsel VIKOR'un sonucu bir sıra değil, koşullu bir uzlaşma önerisidir; bu öneri uzmanların terim dağılımlarının beklenen değerine dayanır ve dağılımın şeklini gizleyen bir rapor eksik kalır.