Uzantı kartı · q-Rung ortopair
q-Rung ortopair CoCoSo (Kuvvetli, 2023)
CoCoSo'nun, uzmanın bir yargıya hem güçlü destek hem güçlü çekince verdiği ve bu ikisinin toplamının sezgisel ya da Pisagor sınırını aştığı durumlar için biçimidir. Çıktısı yine bir birleşik uzlaşma skoru ve bu skora göre bir sıradır.
Temel yöntem
CoCoSo →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
q-Rung ortopair (q-Rung Orthopair) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Dört şey değişir; beş adımlı iskelet ve karar mantığı değişmez.
Hücreler. Kesin CoCoSo'da her hücre tek sayıdır. Burada her hücre bir çifttir: destek μ, ret ν. Bu iki derecenin q'nuncu kuvvetlerinin toplamı 1'i geçemez. q'yu kullanıcı seçmez; DecisionMind q=3 ile çalışır, tıpkı QR-TOPSIS'te olduğu gibi. Kriter ağırlıkları kesin sayı olarak dışarıdan gelir.
Skor ve ölçek eşitleme. Her hücre, Peng-Huang'ın (2020) kararsızlık cezalı skor fonksiyonuyla tek sayıya indirilir: r = μ^q − ν^q − ln(1 + π^q), burada π = (1 − μ^q − ν^q)^(1/q) kararsızlık payıdır. Bu skor, Liu-Wang'ın (2018) daha basit s = μ^q − ν^q skorundan farklıdır; kararsızlığı ayrıca cezalandırır. Kesin CoCoSo sütunları ham değere göre 0-1'e çeker; burada bu ölçekleme skorun ÜZERİNDE, yön-duyarlı (fayda/maliyet) min-max ile yapılır. Maliyet yönü burada, diğer üyelerdeki gibi hücrede tümleme yaparak değil, doğrudan normalizasyon adımında ele alınır.
Bozulma (dejenerasyon) durumu. Ölçeklenmiş skorlar üzerinden ağırlıklı toplam (S) ve ağırlıklı kuvvet-toplamı (P) hesaplanır. Bir seçenek en az bir kriterde sütunun en kötüsü olursa, o kriterdeki ölçeklenmiş skoru tam 0'a düşer. Bu, o seçeneğin S'sini ya da P'sini de tam sıfıra indirebilir. S ya da P sıfırsa, ikinci uzlaşma stratejisi k_b = S/min(S) + P/min(P) tanımsız kalır, çünkü payda sıfır olur. DecisionMind bu durumda k_b'yi hesaplamaz (yayımlanan değeri boş bırakılır) ve nihai K skorunu yalnız k_a ile k_c'nin toplamından kurar; normal durumdaki (k_a·k_b·k_c)^(1/3) + (k_a+k_b+k_c)/3 formülü burada kullanılmaz. Bu, manifestin kendi doğrulama örneğinde de gerçekleşir (aşağıdaki öğretici örneğe bakınız).
Uzaklık yerine skor. DecisionMind standart Peng-Huang (2020) skorunu ve q=3'ü sabit tutar. Ağırlıklar dışarıdan ve tek sayı olarak alınır.
Çıktı Nasıl Yorumlanır?
Kesin CoCoSo'daki gibi K skoru yalnız bu seçenek kümesi içinde bir sıralamadır. Üç uzlaşma stratejisinin uyuşup uyuşmadığı sağlamlığı gösterir; ama K_b tanımsız kaldığında ("Bozulma" paragrafına bakınız) elinizde yalnız iki strateji (K_a, K_c) kalır ve sağlamlık kıyaslaması buna göre yapılmalıdır.
Fark şurada: skorun altında hem destek-ret gerilimi hem de kararsızlık cezası gizlidir. Aynı μ−ν farkına sahip iki hücre, kararsızlık payı π farklıysa farklı skor alır; Peng-Huang cezası büyük π'yi ayrıca cezalandırır.
Bu nedenle:
"q-Rung CoCoSo belirsizliği modellediği için sonuç otomatik olarak daha isabetlidir"
yerine:
"Skor, destek-ret farkını kararsızlık cezasıyla birlikte tek sayıya indirmiştir; bir seçeneğin S ya da P'si sıfırsa üçüncü uzlaşma stratejisi (k_b) hesaplanamaz ve K yalnız iki stratejiden kurulmuştur, bu raporda belirtilmelidir"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Uzman bir yargıya hem güçlü destek hem güçlü çekince veriyorsa ve bu çift hem sezgisel hem Pisagor sınırını aşıyorsa bu uzantı kullanılır. Çift zaten bu sınırlardan birine sığıyorsa q'yu büyütmek gerekmez; büyük q ayırt ediciliği azaltır. Ölçülmüş bir kriteri bu biçime çevirmek belirsizlik üretmek olur; DecisionMind'da tablo tek türde olmalıdır. Kesin yöntemin çıkış koşulu burada da geçerlidir.
Bu Uzantıya Özgü Hatalar
S ya da P'nin tam sıfır olduğunu fark etmemek. Aşağıdaki öğretici örnekte en zayıf seçenek (A3) her kriterde sütunun en kötüsü olduğu için ölçeklenmiş skoru üç kriterde de tam 0'dır; bu da onun ağırlıklı toplamını (S) tam sıfıra indirir. Bu durumda k_b hesaplanamaz. DecisionMind bu durumu sessizce yutmaz, k_b'yi boş bırakır ve K'yi k_a+k_c'den kurar. Raporda "üç uzlaşma stratejisi de hesaplandı" demek, bu durumda yanlıştır.
Kararsızlık cezasını göz ardı etmek. Peng-Huang skoru (r = μ^q−ν^q−ln(1+π^q)) sabit kuraldır. Bunu Liu-Wang'ın (2018) daha basit s = μ^q−ν^q skoruyla karıştırmak farklı bir sıra verebilir; hangi skorun kullanıldığı raporda belirtilmelidir.
q'yu değiştirilebilir sanmak. DecisionMind q=3 ile çalışır ve bunu kullanıcı seçmez. q değiştikçe skorların büyüklüğü değişir (öğretici örnekte A2'nin K'si q=2'de 1,069, q=5'te 0,882'ye iner), ama bu, DecisionMind'ın sabit tuttuğu bir parametredir.
Kısıtı kontrol etmeden veri girmek. Her hücrede μ^q + ν^q toplamı 1'i geçemez; bu kontrol hesaptan önce yapılır.
Temel ilke şudur:
q-Rung ortopair CoCoSo'da bir seçeneğin bir kriterde sütunun tam en kötüsü olması, o seçeneğin toplamsal ya da çarpımsal ölçüsünü tam sıfıra indirebilir; bu durumda üçüncü uzlaşma stratejisi hesaplanamaz ve K yalnız iki stratejiden kurulur.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. QR-COCOSO'nun tek DOI'li uygulama kaynağı (Kuvvetli, 2023) 5 seçenek × 10 kriterlik, üç karar vericili bir vaka sunar; DecisionMind tek karar vericilik bir kernel kurduğu için bu büyük tabloyu birebir taşımak yerine, makalenin adımlarını (Denklem 9-16) izleyen küçük, kasıtlı olarak "kesin baskınlık" tasarlanmış bir tablo kullanır. İkinci vaka öğretici kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Üç kargo teklifinin üç kriterde değerlendirilmesi
Üç kriterin üçü de fayda yönündedir; ağırlıkları sırasıyla 0,40, 0,35 ve 0,25'tir. A1'in her kriterdeki destek derecesi A2'ninkinden yüksek, ret derecesi A2'ninkinden düşüktür; aynı ilişki A2 ile A3 arasında da geçerlidir.
| Seçenek | C1 (μ, ν) | C2 (μ, ν) | C3 (μ, ν) |
|---|---|---|---|
| A1 | 0,90 · 0,20 | 0,85 · 0,30 | 0,80 · 0,40 |
| A2 | 0,70 · 0,40 | 0,65 · 0,50 | 0,60 · 0,55 |
| A3 | 0,50 · 0,55 | 0,45 · 0,60 | 0,40 · 0,65 |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem her çifti Peng-Huang skoruna indirger (q=3), yön-duyarlı min-max ile ölçekler, ağırlıklı toplam (S) ve ağırlıklı kuvvet-toplamı (P) ölçülerini hesaplar.
| Seçenek | Birleşik skor (K) | Sıra |
|---|---|---|
| A1 | 1,616 | 1 |
| A2 | 1,008 | 2 |
| A3 | 0,0004 | 3 |
Sonuç şöyle okunur: A1 her kriterde hem daha yüksek destek hem daha düşük ret aldığı için ideale tam oturur. A3 ise her kriterde sütunun en kötüsü olduğu için ölçeklenmiş skoru üç kriterde de tam sıfırdır; bu, A3'ün ağırlıklı toplamını (S=0) ve dolayısıyla üçüncü uzlaşma stratejisini (k_b) tanımsız kılar. DecisionMind bu durumu tespit eder ve K'yi yalnız k_a ile k_c'den kurar (k_a=0,616, k_c=1,000, toplam K=1,616, A1 için). A3'ün K'si (0,0004), bu üç seçenek arasında pratikte sıfır kabul edilebilecek kadar küçüktür.
Kurulun tereddüdü: A1'in C1'deki (en ağırlıklı kriter) desteği 0,90'dan 0,50'ye düşüp reddi 0,55'e çıkarsa, A2 öne geçer (A2: K=1,542, A1: K=1,302). Bu, A1'in birinciliğinin C1'deki net üstünlüğüne dayandığını, sabit bir yapısal avantaj olmadığını gösterir. Ağırlıklar C1↔C3 yer değiştirse bile (0,25 / 0,35 / 0,40) sıra bozulmaz. q parametresi değişse de (2, 3, 5) sıra aynı kalır, yalnız A2'nin K'si küçülür (1,069 → 1,008 → 0,882); bu, kararsızlık cezasının q büyüdükçe ağırlaştığını gösterir.
Raporda: "Üç seçenek arasında A1 her kriterde daha yüksek destek ve daha düşük ret derecesiyle ideale en yakındır (K=1,616); A3'ün her kriterde sütunun en kötüsü olması üçüncü uzlaşma stratejisini tanımsız kılmış, K yalnız iki stratejiden kurulmuştur. A1'in C1'deki desteği belirgin biçimde düşerse A2 öne geçmektedir."
Kaynak: DecisionMind'ın QR-COCOSO motoru için doğrulama örneği; Kuvvetli (2023)'ün makalesi büyük, çok karar vericili bir vaka sunduğundan DecisionMind kendi tek-karar-vericili kerneli için küçük, kasıtlı "kesin baskınlık" tasarımlı bir tablo kurmuştur. K skorları, k_b'nin tanımsız kaldığı durum ve duyarlılık sınamaları bu kartın yazarınca kernel doğrudan çalıştırılarak hesaplanmıştır.
2. Kargo: Bir lojistik firmasının son-kilometre teslimat sağlayıcısı seçimi
Bir e-ticaret lojistik firması, üç son-kilometre teslimat sağlayıcısından (K1, K2, K3) biriyle yıllık sözleşme yenileyecektir. Üç kriter kullanılır: zamanında teslim performansı, hasar/kayıp oranına göre güvenilirlik ve kapasite esnekliği (yoğun dönemde ek talep karşılama). Operasyon ekibi her sağlayıcı için "bu sağlayıcı sözleşme koşullarını karşılar" yargısına ne kadar destek verdiğini ve ne kadar çekince taşıdığını ayrı ayrı puanlamıştır; bazı sağlayıcılarda hem destek hem çekince aynı anda yüksektir.
Yöntem her sağlayıcının üç kriterdeki çiftini Peng-Huang skoruna indirger, yön-duyarlı min-max ile ölçekler, ağırlıklı toplam ve kuvvet-toplamı ölçülerini hesaplar, uzlaşma stratejileriyle birleştirir. Diyelim ki zamanında teslimde en güçlü olan sağlayıcı aynı zamanda kapasite esnekliğinde en zayıf olan sağlayıcıdır ve yine de birinci sırada çıkar, çünkü zamanında teslim ağırlığı daha yüksektir.
Firmanın tereddüdü: bir sağlayıcının herhangi bir kriterde sütunun tam en kötüsü olması, o sağlayıcının toplamsal ölçüsünü sıfıra indirip üçüncü uzlaşma stratejisini devre dışı bırakabilir. Firma, K skorunu tek başına yeterli görmeden, hangi stratejilerin fiilen hesaba katıldığını da raporda görmelidir.
Raporda: "Zamanında teslim performansına verilen ağırlıkla bu sağlayıcı birinci sıradadır; ancak kapasite esnekliğindeki zayıflığı nedeniyle üçüncü uzlaşma stratejisi hesaplanamamış olabilir, bu durumda K yalnız iki stratejiden kurulmuş demektir."
3. Yapılmaması Gereken
Birinci yanlış, A3'ün K skorunun (0,0004) neredeyse sıfır çıkmasını bir hesap hatası sanmaktır; bu, A3'ün her kriterde sütunun en kötüsü olmasının doğal, kernel tarafından doğrulanmış bir sonucudur. İkinci yanlış, "üç uzlaşma stratejisi de hesaplandı" diye raporlamaktır; S ya da P sıfır olduğunda k_b tanımsızdır ve K yalnız k_a ile k_c'den kurulur. Üçüncü yanlış, q=3'ü kullanıcının seçtiği bir parametre gibi sunmaktır; DecisionMind bu değeri sabit tutar.
Kaynaklar
Adımların formülleri, ara tablolar ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/qr-cocoso
Yazdani, M., Zarate, P., Zavadskas, E. K., & Turskis, Z. (2019). A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management Decision, 57(9), 2501–2519. DOI: 10.1108/MD-05-2017-0458
Yager, R. R. (2017). Generalized orthopair fuzzy sets. IEEE Transactions on Fuzzy Systems, 25(5), 1222–1230. DOI: 10.1109/TFUZZ.2016.2604005
Kuvvetli, B. İ. (2023). Q-ROF TOPSIS ve Q-ROF CoCoSo Yöntemleriyle Petrol İstasyonu Yer Seçimi. Mühendislik Bilimleri ve Tasarım Dergisi, 11(4), 1294–1309. DOI: 10.21923/jesd.1245703
Liu, P., & Wang, P. (2018). Some q-rung orthopair fuzzy aggregation operators and their applications to multiple-attribute decision making. International Journal of Intelligent Systems, 33(2), 259–280. DOI: 10.1002/int.21927