Yöntemler · Durulaştırma
Ağırlık Merkezi Durulaştırması (Centroid Method)
Centroid, bulanık bir sayının altında kalan alanın ağırlık merkezini bulur ve bu noktayı tek kesin sayı olarak verir; bu yüzden bulanık kontrol ve bulanık karar yöntemlerinde en sık kullanılan durulaştırma kuralıdır.
Temel yöntemin veri türü: Bulanık (Fuzzy)
Yöntem Nedir?
Durulaştırma, bulanık bir sonucu tek bir kesin sayıya indiren son adımdır. Bulanık bir yöntem (örneğin bulanık SAW ya da bulanık TOPSIS) her seçenek için üç köşeli bir bulanık puan üretir; bu puanı sıralamaya sokmak için tek sayıya indirmek gerekir. Centroid bu indirgemeyi, fizikteki ağırlık merkezi fikrini ödünç alarak yapar: bulanık sayının altındaki alanı bir levha gibi düşünürse, bu levhanın dengede durduğu noktayı arar. Çıktısı tek bir kesin puandır; ağırlık üretmez, seçenekleri elemez, yalnız bir bulanık sayıyı bir sayıya çevirir. Centroid, Mamdani ve Assilian'ın (1975) ilk bulanık kontrolcü deneyinden bu yana bulanık sistemlerin standart durulaştırma kuralı olmuştur. Bulanık çok kriterli karar yöntemlerinin büyük çoğunluğu son adımda bu kuralı kullanır.
Yöntemin Felsefesi
Centroid'in arkasındaki fikir "ortalamayı al" mantığıdır, ama sıradan bir ortalama değil, alana göre ağırlıklandırılmış bir ortalamadır. Bulanık sayının her noktası, o noktadaki üyelik derecesiyle orantılı bir "ağırlık" taşır; centroid bu ağırlıkların dengelendiği noktayı bulur. Üçgen bir bulanık sayı için bu, üç köşenin aritmetik ortalamasına eşittir; sayı simetrikse bu nokta zaten tepe noktasıyla çakışır, çarpıksa tepe noktasından sapar ve daha uzun kuyruğa doğru kayar.
Bu felsefenin bir sonucu vardır: centroid, bulanık sayının tüm biçimini (her iki kuyruğu da dahil ederek) hesaba katar. Bir uygulamada "belirsizliğin bütün aralığını temsil eden dengeli bir özet" isteniyorsa centroid doğru sorunun cevabıdır. Yalnız "en olası değer" ya da yalnız "alanın adil ortası" isteniyorsa, MOM ya da bisector gibi başka kurallar farklı bir soruya cevap verir.
Yöntem Nasıl Çalışır?
Yöntem üç adımda ilerler.
Birinci adım, genel ağırlık merkezi fikrini kurmak. Bulanık sayının üyelik eğrisi altında kalan alan bir kütle gibi ele alınır; bu kütlenin x eksenindeki ağırlık merkezi aranan sayıdır.
İkinci adım, üçgen bulanık sayı için kapalı formülü uygulamak. Üçgenin alanı, bir üçgenin alanı gibi hesaplanabildiği için ağırlık merkezi de üç köşenin aritmetik ortalamasına eşittir. Bu, centroid'i elle hesaplanabilir kılan pratik bir kısayoldur.
Üçüncü adım, yamuk bulanık sayı için kapalı formülü uygulamak. Yamuk bir bulanık sayının alanı iki üçgen ile bir dikdörtgenin toplamından oluşur; ağırlık merkezi bu üç alt alanın kendi ağırlık merkezlerinin, alanlarına göre ağırlıklı ortalaması alınarak bulunur. Üçgen formülü (üç köşenin ortalaması) burada doğrudan uygulanamaz.
Adımların formülleri, ara tabloları ve atıf biçimleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
Centroid'in verdiği sayı, bulanık puanın alan ağırlıklı ortalamasıdır. Bu sayı "en olası değer" değildir; bulanık sayı çarpıksa centroid, tepe noktasından (en olası değerden) sapar ve daha uzun kuyruğa doğru kayar. İki seçeneğin centroid puanı birbirine yakınsa bu, iki bulanık puanın toplam alanının benzer biçimde dengelendiğini gösterir; ama bu iki puanın şekli (kuyrukların uzunluğu, tepe noktasının konumu) çok farklı olabilir. Centroid tek başına bu şekil farkını göstermez.
Bu nedenle:
"Durulaştırılmış puan, bulanık sayının en olası değeridir"
yerine:
"Durulaştırılmış puan, bulanık sayının alanının ağırlık merkezidir; sayı simetrikse en olası değerle çakışır, çarpıksa daha uzun kuyruğa doğru kayar"
biçiminde yazmak doğrudur.
Veri Türü ve Girdiler
Centroid bulanık veriyle çalışır: üçgen ya da yamuk bulanık sayı. DecisionMind'da bu yapı taşının bağımsız bir uzantısı yoktur; centroid tek başına bir aile değil, başka bulanık yöntemlerin (fuzzy SAW, fuzzy TOPSIS, fuzzy VIKOR gibi) son adımında kullanılan bir bileşendir. Elinizde geçerli bir üçgen bulanık sayı (üç köşe, küçükten büyüğe sıralı) ya da yamuk bulanık sayı (dört köşe, küçükten büyüğe sıralı) olmalıdır. Genellikle bu sayı, bir host yöntemin ağırlıklı toplama ya da uzaklık adımından çıkan toplu bulanık puandır; centroid bu puanı durultup sıralamaya hazır hale getirir. Seçenek ya da kriter sayısında bir sınır yoktur.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Aggregated bulanık puanın genel eğilimini, yani hem tepe noktasını hem kuyruklarını birlikte özetleyen dengeli bir sayı gerektiğinde centroid uygun bir seçimdir. Bu, durulaştırma kuralları arasında en yaygın bilineni ve en kolay elle kontrol edileni olduğu için, aksi bir gerekçe yoksa varsayılan tercih olarak da kullanılabilir. Uygulamanın ihtiyacı yalnız "en olası/tipik değer" ise, yani kuyrukların genişliği değil zirvenin konumu önemliyse, MOM daha doğru sorunun cevabıdır. Alanın "adil ortası" (solundaki ve sağındaki alan eşit) isteniyorsa bisector tercih edilir.
Genel eğilimi (hem tepe hem kuyruklar) özetleyen tek sayı → Centroid
"En olası/tipik değer" gerekiyor → MOM
"Alanı adil bölen nokta" gerekiyor → Bisector
Belirsizliğin genişliği de raporlanmalı → Tip-2 bulanık sayılarda Tip İndirgeme
Bulanık değil sezgisel (üyelik/üye-olmama çifti) veri → Skor Fonksiyonu
Güçlü Yanları
Centroid'in en açık üstünlüğü hesap kolaylığıdır: üçgen bulanık sayıda üç köşenin ortalamasını almak kadar basittir ve elle kolayca doğrulanabilir. En yaygın bilinen ve en çok yayınlanan durulaştırma kuralı olduğu için, farklı çalışmalar arasında karşılaştırma yapmak isteyen bir okuyucu için ortak bir referans noktası sağlar. Bulanık sayının tüm biçimini (her iki kuyruğu da) hesaba kattığı için, yalnız tepe noktasına bakan MOM'a göre daha fazla bilgi taşır.
Zayıf Yanları
Centroid'in sınırlılıkları da bu kapsayıcılıktan doğar. Runkler (1997), farklı durulaştırma yöntemlerini karşılaştırırken centroid'in uzun bir kuyruktan orantısız etkilenebileceğini, yani tek bir uç değerin sonucu belirgin biçimde kaydırabileceğini göstermiştir. Talon ve Curt (2017), gerçek bir mühendislik uygulamasında (baraj performansı değerlendirmesi) centroid ile diğer durulaştırma kurallarının aynı bulanık girdiden farklı puanlar ürettiğini ve bu farkın raporlanması gerektiğini göstermiştir. Yamuk bulanık sayılarda üçgen formülü (üç köşenin ortalaması) doğrudan uygulanamaz; ayrı bir formül gerekir ve bu formülü hatırlamadan uygulamak yaygın bir hatadır. Son olarak centroid, tepe noktasının kendisini değil alanın dengesini raporladığı için, "en olası" bir yorum bekleyen bir okuyucuyu yanıltabilir.
Sık Yapılan Hatalar
En yaygın hata, üçgen bulanık sayı formülünü (üç köşenin ortalaması) kontrol etmeden yamuk bulanık sayıya uygulamaktır; bu, yanlış bir sonuç üretir. İkinci hata, centroid puanını "en olası değer" diye raporlamaktır; bu yalnız simetrik bulanık sayılarda doğrudur. Üçüncü hata, iki seçeneğin centroid puanları birbirine yakın çıktığında bulanık puanların şeklinin de benzer olduğunu varsaymaktır; aynı centroid'e çok farklı biçimli bulanık sayılar (dar ve simetrik ya da geniş ve çarpık) yol açabilir.
Temel ilke şudur:
Centroid, bulanık sayının alan ağırlıklı ortalamasını verir; bu sayı bulanık sayının biçimini (kuyrukların genişliğini) özetler ama göstermez, raporda hangi durulaştırma kuralının kullanıldığı açıkça belirtilmelidir.
Vakalar
Her vaka, bir host yöntemin (genellikle bulanık SAW) ürettiği toplu bulanık puandan başlar, bu puana farklı durulaştırma kurallarının ne yaptığını kelimeyle anlatır ve sonucun nasıl okunacağını gösterir.
1. Toplu Taşıma: bulanık SAW'da iki otobüs rotasının toplam puanı (öğretici örnek)
Bir belediye, yeni bir otobüs hattı için iki güzergâh arasında seçim yapmak amacıyla bulanık SAW kullanmıştır. Uzmanlar yolcu potansiyeli, işletme maliyeti ve trafik riski kriterlerinde her rotaya üçgen bulanık puan vermiş, SAW bu puanları ağırlıklarla çarpıp toplamıştır. Ortaya çıkan toplu bulanık puanlar şöyledir:
| Rota | Toplu bulanık puan (a, b, c) |
|---|---|
| Rota A | (0; 5; 6) |
| Rota B | (2; 4; 10) |
İki puan da çarpıktır ama farklı yönde: Rota A'nın sol kuyruğu uzun (0'dan 5'e), Rota B'nin sağ kuyruğu uzun (4'ten 10'a). Durulaştırma bu iki puanı sıralanabilir tek sayıya indirir.
Centroid uygulandığında Rota A için (0+5+6)/3 = 3,67, Rota B için (2+4+10)/3 = 5,33 çıkar; Rota B önde görünür. MOM (tepe noktası ortalaması) uygulandığında Rota A için 5, Rota B için 4 çıkar; bu kez Rota A önde görünür.
| Rota | Centroid puanı | Sıra (centroid) | MOM puanı | Sıra (MOM) |
|---|---|---|---|---|
| Rota A | 3,67 | 2 | 5 | 1 |
| Rota B | 5,33 | 1 | 4 | 2 |
Sonuç şöyle okunur. Rota B'nin en olası değeri (tepe noktası) Rota A'dan düşüktür (4'e karşı 5). Ama Rota B'nin sağa doğru uzanan geniş kuyruğu centroid hesabını yukarı çeker ve Rota B'yi öne çıkarır. MOM ise yalnız tepe noktasına baktığı için bu geniş kuyruğu görmez ve Rota A'yı öne çıkarır. İki kural, aynı bulanık veriden zıt bir sıralama üretmektedir.
Belediye ekibi burada tereddüt eder: Rota B'nin geniş kuyruğu, uzmanların bu rotanın yolcu potansiyeli konusunda daha az emin olduğunu, yani daha büyük bir belirsizlik taşıdığını gösterir. Bu belirsizliği ödüllendirmek (centroid) mi yoksa görmezden gelip en olası senaryoya bakmak (MOM) mı doğru yaklaşımdır, karar vericinin tercihine bağlıdır ve raporda açıkça belirtilmelidir.
Raporda: "Centroid kuralıyla Rota B (5,33), MOM kuralıyla Rota A (5) önde çıkmaktadır; sıra durulaştırma kuralına bağlıdır çünkü Rota B'nin puanı geniş bir belirsizlik kuyruğu taşımaktadır."
Kaynak: Bu vakadaki rota puanları öğretici amaçla kurgulanmıştır; durulaştırma formülleri Mamdani ve Assilian (1975) ile van Leekwijck ve Kerre (1999)'a çıpalıdır ve sayılar bu kartın hazırlanması sırasında Python ile hesaplanıp doğrulanmıştır. Bu, DecisionMind'ın centroid ve MOM yapı taşlarının doğrulama örneğidir.
2. Kütüphanecilik: koleksiyon genişletme önceliğinin durulaştırılması
Bir halk kütüphanesi, hangi konu başlığına öncelikle bütçe ayıracağına karar vermek için okuyucu talebi, mevcut stok yetersizliği ve dijital erişim eksikliği kriterlerini bulanık SAW ile birleştirmektedir. İki konu başlığının toplu bulanık puanı, biri dar ve simetrik, öbürü geniş ve sağa çarpık çıkmıştır.
Centroid uygulandığında geniş kuyruklu başlık, kuyruğun ortalamayı yukarı çekmesi nedeniyle öne çıkabilir; oysa bu başlığın tepe noktası (en olası değeri) diğerinden düşüktür. Kütüphane yöneticisi, bütçenin "ortalama beklenti" ile mi yoksa "en olası talep" ile mi yönlendirilmesi gerektiğine karar vermelidir.
Yönetici burada tereddüt eder: geniş kuyruk, bazı uzmanların bu konu başlığına çok yüksek talep tahmin ettiği, bazılarının ise düşük tahmin ettiği anlamına gelebilir. Tek bir centroid sayısı bu görüş ayrılığını gizler; raporun bu ayrılığı da göstermesi gerekir.
Raporda: "Konu başlığının centroid puanı, uzmanlar arasındaki görüş ayrılığından kaynaklanan geniş bir kuyruk nedeniyle yüksek çıkmıştır; bütçe kararı bu görüş ayrılığı belirtilerek sunulmalıdır."
3. Gıda Güvenliği: tedarikçi denetim önceliğinin durulaştırılması
Bir gıda denetim kurumu, hangi tedarikçinin önce denetleneceğine karar vermek için geçmiş ihlal sayısı, soğuk zincir riski ve şikâyet yoğunluğu kriterlerini bulanık SAW ile birleştirmektedir. İki tedarikçinin toplu bulanık puanı hesaplanmış, biri simetriğe yakın, öbürü belirgin biçimde çarpık çıkmıştır.
Centroid uygulandığında çarpık puanlı tedarikçi, kuyruğunun yönüne göre öne ya da geriye kayabilir. Denetim ekibi, bu kaymanın gerçek bir risk artışını mı yoksa yalnız bir hesaplama etkisini mi yansıttığını ayırt etmek zorundadır.
Ekip burada tereddüt eder: sınırlı denetim kapasitesiyle önce hangi tedarikçiye gidileceği, centroid puanındaki küçük bir farka bağlı kalmamalıdır. Puanlar birbirine yakınsa, ek bir kanıt (örneğin son üç ayın şikâyet kayıtları) sıralamayı desteklemelidir.
Raporda: "İki tedarikçinin centroid puanı yakın çıkmıştır; denetim sırası yalnız bu puana değil, son dönem şikâyet kayıtlarına da dayandırılmıştır."
4. Yapılmaması Gereken
Toplu taşıma vakasındaki Rota B puanı (2; 4; 10) yamuk bir bulanık sayıymış gibi ele alınıp üç köşenin ortalaması yerine yanlış bir formülle hesaplanırsa sonuç hatalı çıkar. İkinci yanlış, centroid puanını "en olası değer" diye raporlamaktır; Rota B'nin centroid puanı 5,33'tür ama en olası değeri (tepe noktası) 4'tür, bu ikisi aynı şey değildir. Üçüncü yanlış, Rota A ile Rota B'nin centroid puanlarını karşılaştırıp aradaki 1,66 puanlık farkı "kesin ve tartışmasız" ilan etmektir; bu fark, iki puanın çok farklı biçimli (biri simetrik, biri geniş kuyruklu) olmasından kaynaklanır ve MOM gibi başka bir kuralla tersine dönebilir.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/defuzz-centroid
Mamdani, E. H., & Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7(1), 1–13. DOI: 10.1016/S0020-7373(75)80002-2
van Leekwijck, W., & Kerre, E. E. (1999). Defuzzification: criteria and classification. Fuzzy Sets and Systems, 108(2), 159–178. DOI: 10.1016/S0165-0114(97)00337-0
Runkler, T. A. (1997). Selection of appropriate defuzzification methods using application specific properties. IEEE Transactions on Fuzzy Systems, 5(1), 72–79. DOI: 10.1109/91.554449
Talon, A., & Curt, C. (2017). Selection of appropriate defuzzification methods: Application to the assessment of dam performance. Expert Systems with Applications, 70, 160–174. DOI: 10.1016/j.eswa.2016.09.004