Uzantı kartı · Nötrosofik
Üçgen nötrosofik MULTIMOORA (Stanujkić ve ark., 2021)
Üçgen nötrosofik MULTIMOORA, birden fazla uzmanın doğruluk-belirsizlik-yanlışlık yargılarının, uzlaşı ve anlaşmazlığı birlikte taşıyan bir üçgene toplandığı durumlar için MULTIMOORA biçimidir. Oran sistemi, referans noktası ve tam çarpımsal biçim fayda ve maliyet kriterlerini ayrı ayrı birleştirir; hâkimiyet kuramı üç sonucu tek sıraya indirir.
Temel yöntem
MULTIMOORA →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
Nötrosofik (Neutrosophic) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Dört şey değişir; oran sistemi, referans noktası ve tam çarpımsal biçim fikri aynı kalır.
Hücreler. Sıradan nötrosofik MULTIMOORA'da (n-multimoora) her hücre üç sayıdır: doğruluk, belirsizlik, yanlışlık. Burada bu üç bileşenin HER BİRİ kendisi bir üçgendir: doğruluk için alt-orta-üst, belirsizlik için alt-orta-üst, yanlışlık için alt-orta-üst; toplam dokuz sayı. Bu üçgen, birden fazla uzmanın tek-değerli nötrosofik yargılarını birleştirmenin bir sonucudur. DecisionMind her hücrede uzmanların puanlarını medyana göre ikiye ayırır: medyanın altında kalanların ortalaması üçgenin alt köşesi, medyanın kendisi orta köşesi, üstünde kalanların ortalaması üst köşesi olur. Böylece üçgenin genişliği kurulun kendi görüş ayrılığını taşır; dar bir üçgen uzlaşıyı, geniş bir üçgen anlaşmazlığı gösterir. Bu uzantı grup kararını doğrudan destekler; ağırlıklar ise kesin sayı olarak dışarıdan alınır.
Ölçek eşitleme. Kesin MULTIMOORA'nın karelerin toplamının köküne bölen ayrı bir normalizasyon adımı burada yoktur. Bunun yerine üç alt yöntemin her biri, fayda kriterlerini ve maliyet kriterlerini kendi ağırlıklı birleştirme kuralıyla doğrudan üçgenler üzerinde toplar.
Uzaklık / skor / birleştirme. Oran sistemi, fayda kriterlerinin üçgenlerini kendi aralarında, maliyet kriterlerinin üçgenlerini de kendi aralarında ağırlıklı olarak birleştirir; iki taraf ayrı ayrı üçgen kalır. Sonra HER İKİ taraf bir puan fonksiyonuyla (Ye, 2015) tek bir sayıya çevrilir ve maliyet tarafının puanı fayda tarafının puanından çıkarılır. Referans noktası, her kriterde yönüne göre bir ideal üçgen kurar (fayda kriterinde en yüksek doğruluk ve en düşük belirsizlik-yanlışlık; maliyet kriterinde en düşük doğruluk ve en yüksek yanlışlık, belirsizlik yine düşük istenir) ve her seçeneğin bu ideale ağırlıklı uzaklığının EN BÜYÜĞÜNÜ alır; bu, kesin MULTIMOORA'nın "en kötü kritere bak" mantığıyla aynıdır. Tam çarpımsal biçim de fayda ve maliyet kriterlerini ayrı ayrı, bu kez çarpımsal bir kuralla birleştirir. İki taraf yine puan fonksiyonuyla tek sayıya çevrilir ve fayda tarafının puanı maliyet tarafının puanına bölünür.
Sonuç ve durulaştırma. Üç alt yöntemin üçü de fayda ve maliyet tarafını üçgen olarak SONUNA kadar taşır; tek sayıya inme yalnız iki tarafı karşılaştırma (çıkarma ya da bölme) anında olur. Nihai sıra, kesin MULTIMOORA'daki gibi hâkimiyet kuramıyla, yani üç alt sırada en üstlerde olan seçeneğin kazanmasıyla, kurulur.
DecisionMind bu uzantıda medyan tabanlı üçgenleştirmeyi, fayda ve maliyet kriterlerinin ayrı toplanmasını, Ye (2015) puan fonksiyonunu ve hâkimiyet kuramını sabit tutar.
Çıktı Nasıl Yorumlanır?
Nihai sıra, kesin MULTIMOORA'da olduğu gibi üç bakış açısının birleşik özetidir; okunması da aynıdır.
Fark şudur. Üçgen yapı, fayda ve maliyet kriterleri kendi içinde birleştirilene kadar korunur; puana inme yalnız bu iki tarafı karşılaştırma anında gerçekleşir. Bu, sezgisel bulanık ya da sıradan nötrosofik MULTIMOORA'dan farklıdır: orada bazı alt yöntemler daha ilk adımda tek sayıya iner, burada üçünde de durulaşma aynı, geç noktada olur.
Bu nedenle:
"Üçgen nötrosofik MULTIMOORA belirsizliği hesabın tamamında taşıdığı için en bilgili biçimdir"
yerine:
"Doğruluk-belirsizlik-yanlışlık üçgenleri fayda ve maliyet tarafı kendi içinde birleştirilene kadar korunur; tek sayıya inme yalnız bu iki tarafın karşılaştırıldığı adımda olur ve üç alt yöntemde bu aynı noktada gerçekleşir"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Birden fazla uzmanın nötrosofik yargısı varsa ve kurulun ne kadar hemfikir olduğu, yani üçgenin ne kadar dar ya da geniş olduğu, karar için önemliyse. Tek uzman varsa ya da uzlaşı derecesi ayrıca raporlanmayacaksa sıradan nötrosofik MULTIMOORA (n-multimoora) yeterlidir; üçgen biçim bir katman daha ekler ve bu katman gerekçesiz kullanılırsa yalnız hesabı ağırlaştırır.
Ölçülmüş bir kriteri T-I-F üçgenine çevirmek belirsizlik modellemek değil belirsizlik üretmektir; bu ilke burada da geçerlidir. Tam uzlaşı varsa, yani tüm uzmanlar aynı puanı verdiyse, üçgenin üç köşesi eşit çıkar ve bu uzantı sıradan nötrosofik MULTIMOORA'dan farksızlaşır. Kesin MULTIMOORA'nın çıkış koşulu burada da geçerlidir; bir kriterde asla taviz verilemiyorsa bu uzantı da telafi edicidir.
Bu Uzantıya Özgü Hatalar
Üçgenin üç köşesini uydurmak ya da eşitlemek. Üçgenin genişliği kurulun gerçek görüş dağılımından gelmelidir; üç köşeyi keyfen eşitlemek anlaşmazlığı gizler, keyfen genişletmek olmayan bir anlaşmazlık uydurur.
Fayda ve maliyet kriterlerini yön bilgisi olmadan tek elde toplamak. Referans noktasının ideal üçgeni yöne göre kurulur; bir maliyet kriteri fayda gibi işlenirse ideal nokta yanlış köşede kurulur ve sıralama tersine döner.
Puan fonksiyonunu değiştirmek ya da raporda belirtmemek. DecisionMind Ye (2015) puan fonksiyonunu sabit kullanır; farklı bir puan fonksiyonu farklı bir sıra üretebilir.
Az uzmanla geniş bir üçgen görüp bunu "veri kalitesi düşük" diye okumamak. Geniş üçgen düşük veri kalitesi değil, kurul içinde gerçek bir görüş ayrılığı anlamına gelir; rapor bu ayrımı yapmalıdır.
Temel ilke şudur:
Üçgenin genişliği kurulun kendi anlaşmazlığıdır; fayda ve maliyet tarafı kendi içinde birleşene kadar bu genişlik korunur ve tek sayıya inme yalnız iki tarafı karşılaştırma anında olur.
Vakalar
Birinci vaka literatür vakasıdır: Stanujkić ve arkadaşlarının (2021) makalesindeki bulut bilişim teknolojisi seçimi örneğidir; DecisionMind motorunun bugünkü çıktısı burada verilmiştir. İkinci vaka öğretici bir kurgudur.
1. Bilişim: Dört bulut hizmet sağlayıcısı arasında teknoloji seçimi (Stanujkić ve ark., 2021)
Bir kurum, altyapısını taşıyacağı bulut hizmet sağlayıcısını seçmek için dört adayı (S1, S2, S3, S4) altı kriterde değerlendiriyor: maliyet, kullanılabilirlik, depolama, işlemci gücü, performans, güvenlik; altısı da "çoğu iyi" olarak alınmıştır. Ağırlıklar eşittir (her kriter 1/6). Her hücre, birden fazla uzmanın puanlarından kurulmuş bir doğruluk-belirsizlik-yanlışlık üçgenidir; aşağıda yalnız doğruluk bileşeni (alt; orta; üst) gösterilmiştir, belirsizlik ve yanlışlık bileşenleri de aynı biçimde üçgen olarak kaynakta verilmiştir.
| Sağlayıcı | Maliyet | Kullanılabilirlik | Depolama | İşlemci | Performans | Güvenlik |
|---|---|---|---|---|---|---|
| S1 | 0,90; 0,90; 1,00 | 1,00; 1,00; 1,00 | 0,90; 1,00; 1,00 | 0,70; 0,70; 0,70 | 0,90; 1,00; 1,00 | 0,90; 0,90; 0,90 |
| S2 | 1,00; 1,00; 1,00 | 1,00; 1,00; 1,00 | 1,00; 1,00; 1,00 | 0,60; 0,60; 0,60 | 1,00; 1,00; 1,00 | 0,90; 1,00; 1,00 |
| S3 | 0,70; 0,70; 0,80 | 0,90; 0,90; 0,90 | 0,60; 0,70; 0,70 | 0,50; 0,50; 0,50 | 0,90; 0,90; 0,90 | 0,70; 0,70; 0,70 |
| S4 | 0,70; 0,75; 0,80 | 0,80; 0,85; 0,90 | 0,70; 0,75; 0,80 | 0,50; 0,55; 0,60 | 0,80; 0,85; 0,90 | 0,70; 0,75; 0,80 |
Yöntem fayda kriterlerini (hepsi burada fayda) kendi aralarında ağırlıklı birleştirip puan fonksiyonuyla tek sayıya çevirir; maliyet tarafı boş olduğundan yalnız fayda tarafının puanı kullanılır. Aynı işlem referans noktasında en kötü kritere uzaklık, tam çarpımsal biçimde ağırlıklı çarpım olarak tekrarlanır.
| Sağlayıcı | Oran sistemi | Sıra | Referans noktası | Sıra | Tam çarpımsal | Sıra |
|---|---|---|---|---|---|---|
| S1 | 0,3072 | 2 | 0,1111 | 3 | 0,2180 | 2 |
| S2 | 0,3333 | 1 | 0,0444 | 1 | 0,2812 | 1 |
| S3 | 0,2581 | 3 | 0,1556 | 4 | 0,0300 | 4 |
| S4 | 0,1423 | 4 | 0,1083 | 2 | 0,1301 | 3 |
Hâkimiyet kuramıyla birleştirilen nihai sıra:
| Sağlayıcı | Nihai sıra |
|---|---|
| S2 | 1 |
| S1 | 2 |
| S4 | 3 |
| S3 | 4 |
Sonuç şöyle okunur. S2 üç alt yöntemin üçünde de birincidir; bu, S2'nin birinciliğini tartışmasız kılar. S1 oran sistemi ve tam çarpımsal biçimde ikinci, ama referans noktasında üçüncüdür; bunun nedeni işlemci kriterinde diğerlerinden düşük kalmasıdır ve referans noktası en kötü kritere bakan bir mantık taşır. S4 ile S3 arasındaki fark ise alt yöntemler arasında çelişkilidir: S4 referans noktasında ikinci ama oran sisteminde sonuncuya yakındır; S3 oran sisteminde üçüncü ama referans noktası ve tam çarpımsal biçimde sonuncudur. S4'ün S3'ün önüne geçmesi, S3'ün hiçbir kriterde S4 kadar öne çıkmamasından kaynaklanmaz. Asıl neden, S3'ün güvenlik kriterindeki puanının uzmanlar arasında geniş bir aralığa yayılmış olmasıdır; yani S3'ün bu kriterdeki belirsizliği yüksektir.
Kurumun tereddüdü: S4 ile S3 arasındaki sıra, üç alt yöntemin tam hemfikir olmadığı tek yerdir. S1 ile S2 arasındaki fark ise oran sisteminde küçüktür (0,3072 ile 0,3333) ve işlemci kriterinin ağırlığı artırılırsa bu fark daha da daralabilir; kurum kararını yalnız hâkimiyet sırasına değil, S1'in işlemci kriterindeki göreli zayıflığına da dayandırmalıdır.
Raporda: "Hâkimiyet kuramıyla S2 üç alt yöntemde de birinci çıkmıştır ve bu sonuç sağlamdır. S1 ikinci sıradadır; işlemci kriterindeki göreli zayıflığı referans noktası bakışında öne çıkmaktadır. S4 ile S3 arasındaki sıra alt yöntemler arasında çelişkilidir ve tek başına belirleyici sayılmamalıdır."
Kaynak: Stanujkić, D., Zavadskas, E. K., Smarandache, F., Brauers, W. K. M., & Karabašević, D. (2021). Cloud Computing Technology Selection Using a Novel Neutrosophic Extension of the MULTIMOORA Method. İçinde: Smarandache, F., & Abdel-Basset, M. (ed.), Neutrosophic Operational Research, Springer, 367–395. Bu tablonun sayıları makalenin çalışma örneğine dayanır; DecisionMind'ın motoru bugünkü haliyle koşturulmuş, sonuçlar burada aynen aktarılmıştır.
2. Arşivcilik: Bir arşiv kurumunun dijitalleştirme hizmeti sağlayıcısı seçimi
Bir arşiv kurumu, tarihi belgelerin dijitalleştirilmesi için dört hizmet sağlayıcısından (S1, S2, S3, S4) birini seçecektir. Kriterler: tarama çözünürlüğü, teslim süresi (azı iyi), belge güvenliği ve fiyat (azı iyi). Değerlendirme kurulu beş uzmandan oluşur; her uzman her sağlayıcıyı her kriterde doğruluk-belirsizlik-yanlışlık üçlüsüyle puanlar ve bu beş puan DecisionMind tarafından medyan tabanlı üçgene toplanır.
Yöntem fayda kriterlerini (çözünürlük, güvenlik) ve maliyet kriterlerini (teslim süresi, fiyat) ayrı ayrı birleştirir, puan fonksiyonuyla tek sayıya çevirir ve üç alt yöntemi hesaplar. Diyelim ki en düşük fiyatlı sağlayıcı oran sistemi ve tam çarpımsal biçimde birinci çıktı, ama bu sağlayıcının belge güvenliği puanındaki üçgen oldukça genişti; yani beş uzman bu kriterde birbirinden uzak puanlar vermişti.
Kurulun tereddüdü şudur: fiyatı en düşük sağlayıcının güvenlik puanındaki geniş üçgen, uzmanların bu sağlayıcının güvenlik uygulamaları hakkında yeterli bilgiye sahip olmadığını gösteriyor olabilir. Kurul, hâkimiyet kuramının verdiği sırayı kabul etmeden önce, hangi sağlayıcının hangi kriterde geniş bir üçgene, yani düşük uzlaşıya, sahip olduğunu ayrıca incelemelidir.
Raporda: "Hâkimiyet kuramıyla en düşük fiyatlı sağlayıcı birinci sıradadır; ancak bu sağlayıcının belge güvenliği puanında uzmanlar arasında geniş bir görüş ayrılığı bulunmaktadır ve bu konuda ek bilgi istenmesi önerilir."
3. Yapılmaması Gereken
Birinci vakada S1'in maliyet kriterindeki üçgenini (0,90; 0,90; 1,00) tek bir sayıya, örneğin yalnız orta değerine (0,90), indirip kesin MULTIMOORA koşturmak, uzmanlar arasındaki görüş ayrılığını (üst köşenin 1,00'e çıkması) sessizce siler. İkinci yanlış, işlemci kriterinin ("azı iyi" değil "çoğu iyi" olduğu burada) yönünü ters işaretleyip referans noktasının ideal üçgenini yanlış köşede kurmaktır; bu, S1'in zayıf olduğu kriteri güçlü gibi gösterir. Üçüncü yanlış, S4 ile S3 arasındaki alt yöntemler arası çelişkiyi görmeyip yalnız nihai hâkimiyet sırasını (S4 üçüncü) kesin bir üstünlük gibi raporlamaktır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/tvn-multimoora
Stanujkić, D., Zavadskas, E. K., Smarandache, F., Brauers, W. K. M., & Karabašević, D. (2021). Cloud Computing Technology Selection Using a Novel Neutrosophic Extension of the MULTIMOORA Method. İçinde: Smarandache, F., & Abdel-Basset, M. (ed.), Neutrosophic Operational Research (ss. 367–395). Springer Nature Switzerland AG. DOI: 10.1007/978-3-030-57197-9_18
Stanujkic, D., Zavadskas, E. K., Smarandache, F., Brauers, W. K. M., & Karabasevic, D. (2017). A neutrosophic extension of the MULTIMOORA method. Informatica, 28(1), 181–192. DOI: 10.15388/Informatica.2017.125
Ye, J. (2015). Trapezoidal neutrosophic set and its application to multiple attribute decision-making. Neural Computing and Applications, 26(5), 1157–1166. DOI: 10.1007/s00521-014-1787-6
Brauers, W. K. M., & Zavadskas, E. K. (2010). Project management by MULTIMOORA as an instrument for transition economies. Technological and Economic Development of Economy, 16(1), 5–24. DOI: 10.3846/tede.2010.01
Smarandache, F. (1998). Neutrosophy: Neutrosophic probability, set, and logic. American Research Press, Rehoboth. (DOI yok)