Küresel bulanık ARAS

Dört şey değişir. Fayda derecesi mantığı büyük ölçüde aynı kalır, ama son adımda önemli bir fark vardır.

Hücreler. Kesin ARAS'ta her hücre tek sayıdır. Burada her hücre üç dereceden oluşur: destek (μ), ret (ν) ve kararsızlık (π). Uzman bu üçünü doğrudan verir; kararsızlık geriye kalan bir pay değildir. Tek kısıt, üç derecenin karelerinin toplamının 1'i aşmamasıdır. Ağırlıklar DecisionMind'da kesin sayı olarak dışarıdan gelir.

Ölçek eşitleme. Kesin ARAS maliyet kriterini tersine çevirip her sütunu kendi toplamına böler. Küresel bulanıkta maliyet kriterinde destek ve ret dereceleri yer değiştirerek tersine çevrilir. Ama sütun toplamına bölme adımı burada gerekli değildir, çünkü destek-ret-kararsızlık üçlüsü zaten 0 ile 1 arasında sınırlıdır ve sütunlar birbirine karşılaştırılabilir hâldedir. DecisionMind bu adımı iç hesapta ayrıca üretir ama nihai sonuca girmez; asıl ağırlıklandırma bir sonraki adımda olur.

Optimal seçenek ve birleştirme. Kesin ARAS'ta olduğu gibi burada da hayali bir optimal seçenek kurulur: her kriterde gözlenen en yüksek destek, en düşük ret ve en düşük kararsızlık üçlüsünden oluşan bir satır eklenir. Sonra hem gerçek seçenekler hem bu optimal satır için, kriterler boyunca ağırlıklı bir küresel bulanık birleştirme (SFWA) yapılır ve sonuç yine tek bir üçlü olur.

Sonuç ve durulaştırma. Burada asıl fark ortaya çıkar. Birleşik üçlü, bir skor fonksiyonuyla tek sayıya indirilir ve her gerçek seçeneğin skoru, optimal seçeneğin skoruna bölünerek fayda derecesi (K) elde edilir. Kesin ARAS'ta bu skor her zaman pozitiftir ve K, 0 ile 1 arasında bir yüzde olarak okunur. Küresel bulanıkta kullanılan skor fonksiyonu (Kutlu Gündoğdu-Kahraman, 2019) destek ile kararsızlığı birbirinden çıkararak kurulur ve destek kararsızlıktan düşük kaldığı hücrelerde negatif çıkabilir. Bu durumda optimal seçeneğin skoru pozitif kalsa bile bazı gerçek seçeneklerin skoru negatif çıkabilir ve K de negatif olur. Aşağıdaki öğretici örnekte tam olarak bu olur.

DecisionMind bu yöntemde skor fonksiyonunu sabit tutar; SF-COPRAS'ta olduğu gibi negatif skoru pozitife çeken bir kaydırma adımı SF-ARAS'ta uygulanmaz.

Fayda derecesi K, seçeneği optimal seçenekle karşılaştıran bir orandır ve kesin ARAS'taki gibi başka bir analizle karşılaştırılamaz, seçenek kümesi değişince yeniden hesaplanmalıdır.

Fark şurada: K'nın işareti burada 0 ile 1 arasında bir yüzde vaat etmez. Skor fonksiyonu destek ile kararsızlık arasındaki ilişkiye bağlı olduğu için K pozitif de negatif de çıkabilir. Negatif bir K, o seçeneğin optimal seçeneğe göre "eksi yüzde fayda" sağladığı anlamına gelmez; skor fonksiyonunun bu bölgede optimal seçenekle aynı yönde davranmadığını gösterir. Bu yüzden SF-ARAS'ta K, bir yüzde olarak değil, yalnız sıralama amaçlı bir puan olarak okunmalıdır.

Bu nedenle:

"K = -0,10 çıktı, bu seçenek optimale göre yüzde 10 kayıp veriyor"

yerine:

"K burada bir yüzde değildir; yalnız seçenekleri sıralamak için kullanılan bir puandır. Bu seçeneğin negatif K alması, skor fonksiyonunun bu hücrelerde destek-kararsızlık dengesini optimal seçenekten farklı yönde değerlendirdiğini gösterir"

biçiminde yazmak doğrudur.

Uzmanlar bir yargıya destek, ret ve kararsızlık derecesini ayrı ayrı veriyorsa bu uzantı kullanılır. Ama K'nın kesin ARAS'taki gibi doğrudan yorumlanabilir bir yüzde vermesi bekleniyorsa, yani rapor "optimale göre yüzde kaç fayda" cümlesi kuracaksa, bu uzantı yerine SF-COPRAS gibi negatif skoru önceden kaydıran bir küresel bulanık yöntem tercih edilmelidir; küresel bulanık kimlik ve komşu türlerle karıştırılmaması gereken sınır veri türü kartındadır.

Çıkış koşulu kesin ARAS ile aynıdır. Matris tek türde olmak zorundadır; bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir.

K'yı yüzde fayda gibi okumak. Bu, bu uzantıya özgü en önemli hatadır. K negatif çıkabildiği için "optimale göre yüzde kaç" cümlesi yanlış ve yanıltıcıdır; K yalnız sıralama amaçlıdır.

Negatif K'yı bir hesaplama hatası sanıp veriyi değiştirmek. Negatif K, skor fonksiyonunun bu bölgedeki matematiksel davranışının bir sonucudur; girdi kısıtına (kareler toplamı ≤ 1) uyan geçerli bir üçlüden kaynaklanır, hesaplama hatası değildir.

Kararsızlığı 1 − μ − ν olarak türetip küresel yapıya yazmak. Bu, farklı bir veri türüdür (sezgisel bulanık); küresel yapıda kararsızlık uzmandan ayrıca alınır.

SF-COPRAS'ın kaydırma adımını buraya taşımak. SF-ARAS bu kaydırmayı uygulamaz; skor fonksiyonunu doğrudan optimal seçeneğe oranlar. İki yöntemin sonuçları bu yüzden farklı ölçeklerdedir ve karıştırılmamalıdır.

Temel ilke şudur:

SF-ARAS'ın fayda derecesi, kesin ARAS'ın aksine 0 ile 1 arasında bir yüzde vaat etmez; skor fonksiyonunun bu veri türünde negatif çıkabilmesi nedeniyle K yalnız bir sıralama puanı olarak okunmalıdır.