Uzantı kartı · q-Rung ortopair
q-Rung ortopair GRA
GRA'nın, kriter puanlarının bir yargıyı destekleme ve reddetme derecesiyle verildiği ve bu iki derecenin birlikte ne kadar büyüyebileceğinin veriye göre seçilen bir üsle (q) sınırlandığı durumlar için çalışan biçimidir. Sonucu yine bir gri ilişki derecesiyle sıralar.
Temel yöntem
GRA →
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?
Beş şey değişir; gri ilişki katsayısı formülü değişmez.
Hücreler. Kesin GRA'da her hücre tek sayıdır. Burada her hücre bir destek (μ) ve bir ret (ν) derecesidir; kısıt μ üzeri q artı ν üzeri q en fazla 1'dir. Sezgisel (q=1), Pisagor (q=2) ve Fermatean (q=3) bulanık yapılar bu ailenin özel hâlleridir. q kullanıcı tarafından seçilmez. Veri türü kartında anlatıldığı gibi q, uzman çiftlerinin tamamını kapsayan en küçük değer olarak yöntemle birlikte gelir; DecisionMind'ın bugünkü motoru bu uzantıda q'yu 3 olarak sabitler.
Maliyet kriterinde tümleme. "Azı iyi" bir kriterin her hücresinde destek ve ret dereceleri yer değiştirir.
Referans gerçek bir seçenekten seçilir. Bu, ailenin diğer üyelerinden (Plitojenik, Pisagor, Küresel bulanık GRA) önemli bir farkıdır. O üç uzantıda referans, her bileşenin (destek, ret) sütun içindeki en iyisinden ayrı ayrı, bileşen bileşen kurulur ve gerçekte tek bir seçeneğe ait olması gerekmez. QR-GRA'da ise her sütun için önce bir skor hesaplanır: destek üzeri q eksi ret üzeri q. Sütundaki en iyi satır bu skora göre belirlenir; fayda kriterinde en yüksek skorlu satır, maliyet kriterinde en düşük skorlu satır seçilir. O satırın destek-ret çifti, olduğu gibi, ikisi birlikte referansa yazılır. Referans, SF-TOPSIS'teki gibi "gerçek bir seçeneğin değeri"dir; kesin GRA'nın hayali referansından ayrılan bu nokta, raporda belirtilmelidir.
Uzaklık üç bileşenlidir. DecisionMind'ın motoru, manifestin basit iki bileşenli taslağı yerine üç bileşenli bir Öklid uzaklığı kullanır; bu, literatürle uyumlu olmak için yapılmış bir seçimdir. Uzaklık, destek, ret ve kararsızlığın (1 eksi destek üzeri q eksi ret üzeri q) q'nuncu kuvvetleri üzerinden hesaplanır. Bu, kararsızlığı da hesaba katan, literatüre daha sadık bir tanımdır.
Gri ilişki katsayısı ve derecesi. Kesin GRA ile birebir aynı formülle (ayırt edicilik katsayısı ρ = 0,5, sabit), ağırlıklı toplamla gri ilişki derecesi kurulur.
DecisionMind bu uzantıda q'yu (3), skor tabanlı referans satırı seçimini, üç bileşenli uzaklığı ve ayırt edicilik katsayısını (ρ = 0,5) sabit tutar; ağırlıklar dışarıdan kesin sayı olarak alınır.
Çıktı Nasıl Yorumlanır?
Gri ilişki derecesi, kesin GRA'daki gibi bir seçeneğin bu analizdeki referansa göreli yakınlığını gösterir; başka bir analizle karşılaştırılamaz.
Fark şurada. Referans burada gerçekten var olan bir seçeneğin çiftidir; Plitojenik, Pisagor ve Küresel bulanık GRA'daki gibi bileşen bileşen kurulan hayali bir nokta değildir. Ayrıca q bu yöntemde sabittir ve kullanıcı tarafından değiştirilmez; raporda hangi q ile çalışıldığı belirtilmelidir, çünkü farklı bir q ile karşılaştırma yapmak farklı bir yöntem kurmak anlamına gelir.
Bu nedenle:
"q-Rung ortopair GRA'da q, verinin geniş ya da dar olmasına göre kullanıcı tarafından ayarlanabilir"
yerine:
"Bu yöntemde q sabittir (q = 3); farklı q'lu bir sonuçla karşılaştırma yapılacaksa bu, aynı yöntemin farklı bir ayarı değil, ayrı bir hesaptır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Uzman çiftlerinin karelerinin, hatta küplerinin toplamı da 1'i aşıyorsa, yani Pisagor ve Fermatean kısıtları bile yetersiz kalıyorsa bu uzantı kullanılır. Ayrıntı q-Rung ortopair veri türü kartındadır; komşu türlerle (Pisagor, Fermatean) karıştırılmaması gereken sınır orada anlatılır.
Uzman çiftleri zaten daha dar bir kısıta sığıyorsa q-Rung yapıya geçmenin bir katkısı yoktur, yalnız ayırt edicilik azalır. Kriterler ölçülmüşse temel GRA'da kalınmalıdır. Kesin yöntemin çıkış koşulu burada da geçerlidir: matris tek türde olmalı, bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir.
Bu Uzantıya Özgü Hatalar
q'yu kullanıcı girdisi sanmak. q bu yöntemde motorla birlikte sabit gelir; kullanıcı arayüzünde değiştirilebilir bir alan olarak sunulmamalıdır.
Referansı kesin GRA'nın hayali biçiminde bileşen bileşen kurmak. QR-GRA'da referans, skora göre seçilmiş gerçek bir satırın çiftidir; bunu Plitojenik ya da Pisagor GRA'daki gibi bileşen bileşen kurmak farklı, hatalı bir sonuç üretir.
Değer alanı ihlali. Her hücrede μ üzeri q artı ν üzeri q en fazla 1 olmalıdır; aynı q bütün matriste kullanılmalıdır.
Maliyet kriterinde tümlemeyi unutmak. Bağımsız Python testinde, tek bir kriterin yönü "çoğu iyi"den "azı iyi"ye çevrildiğinde ikinci ve üçüncü sıradaki seçenekler yer değiştirmiştir; yön etiketi hatası doğrudan sıraya yansır.
Ayırt edicilik katsayısını hiç sorgulamamak. ρ = 0,5 DecisionMind'ın sabit değeridir.
Temel ilke şudur:
q-Rung ortopair GRA'da q sabittir ve kullanıcı tarafından seçilmez; referans, ailenin diğer üyelerinden farklı olarak gerçek bir seçeneğin skor-tabanlı seçilmiş değeridir. Bu iki noktayı karıştırmak yanlış bir hesap ya da yanlış bir karşılaştırma üretir.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. Kayıtlı örnek, manifestin kendi ifadesiyle "kapalı biçimde yeniden üretilebilir, minimal bir sabit-sıra fikstürü"dür: her seçeneğin üç kriterdeki çifti aynıdır, böylece sıralama tek bir kesin baskınlık ilişkisine indirgenir. Bu, makaleden aktarılmış özel sayıların uydurulmasını önlemek için bilinçli bir tercihtir. İkinci vaka öğretici bir kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Üç seçenek, üç kriterde q-Rung ortopair değerlendirme
Üç seçenek üç kriterde değerlendirilmiştir; üçü de çoğu iyidir ve ağırlıklar eşittir (üçte bir). q = 3'tür. Her seçeneğin üç kriterdeki çifti aynıdır.
| Seçenek | C1 | C2 | C3 |
|---|---|---|---|
| A1 | (0,90; 0,10) | (0,90; 0,10) | (0,90; 0,10) |
| A2 | (0,70; 0,30) | (0,70; 0,30) | (0,70; 0,30) |
| A3 | (0,50; 0,50) | (0,50; 0,50) | (0,50; 0,50) |
Yöntem her sütun için skora (μ üzeri 3 eksi ν üzeri 3) göre en iyi satırı (A1) referans seçer, üç bileşenli uzaklığı hesaplar ve ρ = 0,5 ile gri ilişki derecesine çevirir.
| Seçenek | Gri ilişki derecesi | Sıra |
|---|---|---|
| A1 | 1,0000 | 1 |
| A2 | 0,4251 | 2 |
| A3 | 0,3333 | 3 |
Sonuç şöyle okunur. A1 her kriterde referansın ta kendisi olduğu için gri ilişki derecesi tamdır (1,0000). A3, her kriterde en düşük destek ve en yüksek ret çiftine sahip olduğu için son sıradadır.
Bu tabloda kriterler birbirinin aynısı olduğu için ağırlık değişikliğinin sırayı etkilemesi beklenmez; bağımsız Python testi bunu doğrulamıştır, ağırlıklar 0,70/0,20/0,10 gibi çarpık bir dağılıma çekildiğinde bile sıra ve puanlar neredeyse aynı kalmıştır. Asıl duyarlılık yön etiketindedir. C3 "azı iyi" olarak işaretlenirse, bağımsız Python hesabıyla doğrulandığında, A3'ün gri ilişki derecesi (0,5556) A2'yi (0,4813) geçmekte, sıra A1, A3, A2 olmaktadır.
Raporda: "Verilen yönlerle (üçü de çoğu iyi) A1 referansın ta kendisi olduğu için birincidir (1,0000). C3 kriterinin yönü 'azı iyi' olarak değiştirilirse A3, A2'yi geçmektedir; bu örnekte sıra ağırlıklardan çok kriter yönlerine duyarlıdır."
Kaynak: DecisionMind'ın QR-GRA doğrulama örneği; manifestin kendi notuyla "makaleye özgü sayıların uydurulmasından kaçınmak için" bilinçli olarak sabit-sıra, kapalı biçimde kurulmuş bir fikstürdür. Gri ilişki dereceleri, ağırlık ve yön duyarlılığı bu kartın yazarınca kernel doğrudan çalıştırılarak bağımsız olarak hesaplanmış, manifestteki kayıtlı sonuçla (A1 > A2 > A3, aynı ondalık değerler) birebir örtüşmüştür.
2. İnşaat: Bir belediyenin altyapı ihalesi için yüklenici seçimi
Bir belediye, yol yenileme ihalesi için üç yüklenici arasında seçim yapacaktır. Üç kriter kullanılır: teknik yeterlilik ve iş güvenliği kaydına uygunluk (çoğu iyi), teklif bedeli (azı iyi). Yükleniciler için bu yargılara verilen destek ve ret dereceleri, Fermatean kısıtını da aşacak kadar uç çiftler içerdiğinden q-Rung ortopair yapıya (q = 3) geçilmiştir.
Yöntem üç yükleniciyi karşılaştırır: teklif bedeli kriterinde destek-reddi yer değiştirir, skora göre referans satırını seçer, uzaklığı ölçer ve gri ilişki derecelerini hesaplar. Diyelim ki teknik yeterlilikte en güçlü destek-ret çiftine sahip yüklenici, teklifinin göreli yüksekliğine rağmen birinci sırada çıktı; çünkü teknik yeterlilik ağırlığı teklif bedelinden fazlaydı.
Belediyenin tereddüdü şurada. İş güvenliği kaydı kriterinin ağırlığı artırılırsa, teklifi düşük ama güvenlik kaydı daha zayıf olan bir yüklenici öne geçebilir. Belediye, bu duyarlılığı ihale komisyonuna ayrıca raporlamalıdır.
Raporda: "Teknik yeterliliğe verilen yüksek ağırlıkla bu kriterde güçlü olan yüklenici birinci sıraya çıkmıştır; teklif bedelindeki göreli dezavantajı bu üstünlüğü değiştirmemektedir. İş güvenliği kaydı ağırlığı artırılırsa sıra değişebilir."
3. Yapılmaması Gereken
Öğretici örnekte q'yu kullanıcı tercihiyle 5'e çıkarıp "daha esnek bir model" diye sunmak birinci yanlıştır; q bu yöntemde motorla sabit gelir. İkinci yanlış, referansı Plitojenik ya da Pisagor GRA'daki gibi bileşen bileşen (her sütunun en yüksek destek ve en düşük retini ayrı ayrı alarak) kurmaktır; QR-GRA'da referans skora göre seçilmiş gerçek bir satırdır. Üçüncü yanlış, C3 kriterinin yönünü değiştirmeden bırakıp "azı iyi" bir kriteri "çoğu iyi" gibi işlemektir; bu durumda ikinci ve üçüncü sıradaki seçenekler yanlış yer değiştirir.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/qr-gra
Yager, R. R. (2017). Generalized orthopair fuzzy sets. IEEE Transactions on Fuzzy Systems, 25(5), 1222–1230. DOI: 10.1109/TFUZZ.2016.2604005
Deng, J. L. (1989). Introduction to grey system theory. The Journal of Grey System, 1(1), 1–24. (DOI yok)
Güler, B., Sarucan, A., & Özcan, E. (2026). A new q-rung picture fuzzy grey relational analysis method and investigation of its effectiveness. Journal of the Faculty of Engineering and Architecture of Gazi University, 41(1), 507–518. DOI: 10.17341/gazimmfd.1596116
Ahemad, F., Mehlawat, M. K., & Gupta, P. (2023). A GRA approach to a MAGDM problem with interval-valued q-rung orthopair fuzzy information. Soft Computing, 27, 15793–15815. DOI: 10.1007/s00500-023-08822-5