Kaba küme WASPAS (Stojić, Stević, Antuchevičienė, Pamučar ve Vasiljević, 2018)

Dört şey değişir; karar mantığı değişmez.

Hücreler. Kesin WASPAS'ta her hücre tek sayıdır. Burada her hücre bir kaba sayı aralığıdır: alt yaklaşım ve üst yaklaşım. Bu aralık veri türü kartında anlatıldığı gibi grubun kesin puanlarından hesaplanır, elle girilmez.

Ölçek eşitleme. Eşitleme çapraz yapılır: fayda kriterinde aralığın alt ucu sütundaki bütün üst uçların en büyüğüne, üst ucu sütundaki bütün alt uçların en büyüğüne bölünür; maliyet kriterinde yön tersine döner ve en küçük değerler kullanılır. Bu, normalize edilmiş aralığın da alt ucunun üst ucundan küçük ya da eşit kalmasını garanti eder.

Toplamsal ve çarpımsal birleştirme. Kesin WASPAS'taki WSM ve WPM bileşenlerinin ikisi de burada aralık olarak hesaplanır. WSM-tarzı bileşen, eşitlenmiş aralıkların ağırlıklı toplamıdır; alt uçlar ağırlığın alt ucuyla, üst uçlar ağırlığın üst ucuyla toplanır. WPM-tarzı bileşen, eşitlenmiş aralıkların ağırlıklı çarpımıdır; sıfıra çok yakın ya da sıfır bir değerin çarpımı bozmaması için küçük bir alt sınırla korunur.

Sonuç, λ ve durulaştırma. Kesin WASPAS'ta λ, kullanıcının seçtiği ya da 0,5 varsayılan sabit bir sayıdır. Burada λ artık sabit değildir: verinin kendisinden, çarpımsal bileşenin toplam büyüklüğünün iki bileşenin toplamına oranı üzerinden bir alt ve bir üst λ hesaplanır. Birleşik puan bu λ aralığıyla kurulur, sonra aralığın orta noktası alınarak tek sayıya iner.

DecisionMind klasik Kaba küme WASPAS'ta çapraz min-maks eşitlemeyi, iki bileşenin aralık aritmetiğini, λ'nın veriden türetilme biçimini ve orta nokta durulaştırmasını sabit tutar. Ağırlıklar dışarıdan alınır; yöntem ağırlık üretmez.

Durulaştırılmış puan, kesin WASPAS'takiyle aynı biçimde okunur: bu seçenek kümesi içindeki göreli konumu gösterir, yüzde ya da olasılık değildir. Fark şurada. λ artık karar vericinin seçtiği bir sayı değil, verinin kendisinden hesaplanan bir aralıktır; bu yüzden "λ'yı değiştirip sınamak" burada anlamsızdır, λ zaten veriye bağlıdır. Buna karşılık her seçeneğin puanının altında bir aralık vardır ve bu aralığın genişliği uzmanlar arasındaki anlaşmazlığı gösterir; dar aralıklı bir sıralama, geniş aralıklı bir sıralamadan daha güvenilirdir.

Bu nedenle:

"Kaba WASPAS'a göre A1 en iyi seçenektir"

yerine:

"Bu ağırlıklar ve veriden hesaplanan λ ile A1'in durulaştırılmış puanı en yüksektir; A1'in aralık genişliği [alt, üst] kadardır ve bu genişlik uzmanlar arasındaki anlaşmazlığı gösterir"

biçiminde yazmak doğrudur.

Kriterler tek bir ölçümse ya da tek bir uzmanın kesin puanıysa kesin WASPAS yeterlidir. Birden fazla uzman aynı kriteri kesin puanlarla değerlendiriyorsa ve aralarındaki anlaşmazlığın kendisi karar için önemliyse Kaba küme WASPAS kullanılır. Elinizde zaten hesaplanmış [alt, üst] kaba sayı aralıkları olmalı; bunlar veri türü kartındaki yönteme göre grup puanlarından türetilir, elle girilmez. Matris tek türde olmalı ve sıfır ya da negatif değer içermemelidir; çarpımsal bileşen bu durumda tanımsızlaşır. WASPAS'ın çıkış koşulu burada da geçerlidir: bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir ve eşik altını elemez.

Aralığı elle girmek. Kaba sayının sınırları grup puanlarından hesaplanır. Elle girilen ya da bir kaynaktan okunan [alt, üst] aralığı gri ya da aralık sayıdır, kaba sayı değildir.

λ'yı hâlâ kullanıcının seçtiği sabit bir sayı sanmak. Kesin WASPAS'ta λ karar vericinin elindedir; burada λ veriden hesaplanan bir aralıktır. λ'yı elle sabitlemek, yöntemin bu uzantıya özgü katkısını iptal eder.

Önce ortalama alıp sonra aralık koymak. Uzman puanlarının ortalamasını alıp çevresine bir pay koymak kaba sayı değil uydurulmuş bir aralıktır; ortalama alındığı anda anlaşmazlık silinmiştir.

Tek uzmanla kaba sayı kurmaya çalışmak. Grup yoksa türetilecek bir anlaşmazlık da yoktur.

Temel ilke şudur:

Kaba WASPAS'ta hem hücreler hem λ veriden türetilir; hiçbiri elle sabitlenmez, ikisi de grubun kendi puanlarındaki anlaşmazlığı taşır.