q-Rung ortopair COPRAS

Dört şey değişir. Karar mantığı aynı kalır.

Hücreler. Kesin COPRAS'ta her hücre tek sayıdır. Burada her hücre bir çifttir: destek derecesi μ ve ret derecesi ν. Bu iki derecenin üçüncü kuvvetlerinin toplamı 1'i geçemez, çünkü DecisionMind bu yöntemde q'yu 3 olarak sabitler. q'yu kullanıcı seçmez. Ağırlıklar tek sayı olarak dışarıdan gelir.

Ölçek eşitleme. Kesin COPRAS'ta her sütun kendi toplamına bölünerek ölçek eşitlenir. Burada önce her çift tek bir sayıya indirgenir: destek derecesinin küpü eksi ret derecesinin küpü. Bu sayı 1 eklenerek pozitif tarafa kaydırılır, sonra sütun toplamına bölünür. Kaydırma, indirgenmiş sayı negatif çıktığında bölme işleminin bozulmasını önler.

Birleştirme. Kesin COPRAS fayda kriterlerini toplar, maliyet kriterlerini ayrı toplar ve iki toplamı bir formülle birleştirir. Burada da aynı ayrım yapılır; yalnız toplanan değerler artık indirgenmiş ve kaydırılmış sayılardır. Fayda kriteri yoksa ya da maliyet kriteri yoksa formül otomatik olarak sadeleşir.

Sonuç ve durulaştırma. Fayda derecesi Q aynı tanımı taşır. En büyük Q en iyi seçenektir ve yüzdesel bir fayda derecesine çevrilebilir. Yöntem belirsizliği baştan atmaz; belirsizlik indirgeme adımında tek sayıya iner ve sonraki adımlar bu sayı üzerinden ilerler.

DecisionMind bu yöntemde indirgemeyi Liu ve Wang'ın 2018 tarihli skor tanımıyla, birleştirmeyi ise Zavadskas ve Kaklauskas'ın 1996 tarihli klasik formülüyle sabit tutar. Literatürde kararsızlık payını da hesaba katan başka bir skor tanımı vardır ve o tanım farklı bir Q verebilir.

Fayda derecesi Q burada da aynı anlama gelir. En iyi seçenek 100 kabul edilir, diğerleri ona göre bir yüzde alır. Fark şurada. Q tek bir sayı olarak görünse de altında artık destek ile ret arasında bir gerilim vardır ve bu gerilim indirgeme adımında tek sayıya inip kaybolur.

Bir kriterde bir seçeneğin destek ve ret derecesi ikisi de yüksekse, indirgenmiş sayı orta bir değer verir. Bu, o kriterde belirsizlik olduğu anlamına gelir, ortalama bir performans anlamına gelmez. Rapor bu ayrımı yapmalıdır.

Bu nedenle:

"q-Rung COPRAS'a göre en iyi seçenek A1'dir"

yerine:

"A1'in fayda derecesi 100; A1'in güçlü olduğu kriterlerde destek ile ret arasındaki fark da nettir, belirsiz bir orta değerden gelmiyor"

biçiminde yazmak doğrudur. İndirgeme hesabı kolaylaştırır, belirsizliği ortadan kaldırmaz.

Uzman bir yargıya hem güçlü destek hem güçlü çekince veriyorsa ve bu çift sezgisel ile Pisagor sınırının ikisini de aşıyorsa bu uzantı kullanılır. Hangi çiftin hangi sınırı aştığını q-Rung veri türü kartındaki kısa karar kuralı gösterir. Çift zaten sezgisel ya da Pisagor sınırına sığıyorsa q'yu büyütmeye gerek yoktur.

Ölçülmüş bir kriteri bu biçime çevirmek yanlıştır. DecisionMind'da tablo tek türde olmak zorundadır. Ölçülmüş bir kriter varsa sabit bir çift olarak girilir ve bu çiftte belirsizlik taşınmaz. Temel COPRAS'ın çıkış koşulu burada da geçerlidir: doğrusal, telafi edici bir birleştirme mantığı karar vericinin beklentisine uymuyorsa COPRAS ailesi yerine başka bir yöntem tercih edilmelidir.

Kısıtı kontrol etmeden veri girmek. Her hücrede destek ve ret derecelerinin üçüncü kuvvetlerinin toplamı 1'i geçemez.

Maliyet yönünü indirgeme adımında da çevirmek. DecisionMind maliyet kriterini indirgemeden sonra, yalnız fayda ile maliyet toplamlarını ayırarak işler. İndirgeme adımında ayrıca destek ile ret derecesini yer değiştirmek yönü iki kez çevirir ve toplamı bozar.

Maliyet kriteri yokken formülü zorlamak. Aşağıdaki öğretici örnekte olduğu gibi tüm kriterler fayda yönündeyse maliyet toplamı sıfırdır ve fayda derecesi doğrudan fayda toplamına eşitlenir. Bu kısayolu atlayıp formülü olduğu gibi uygulamak sıfıra bölme hatası verir.

Önce durulaştırıp ret derecesini yok saymak. Bu yol, aşağıdaki öğretici örnekte A2'nin fayda derecesini gerçek değerinden farklı gösterir.

Temel ilke şudur:

q-Rung ortopair COPRAS, destek ile ret arasındaki farkı tek bir fayda derecesinde dürüstçe birleştirmek içindir. Bu dereceyi keyfi değiştiren ya da ret derecesini atlayan her uygulama bu katkıyı siler.