Mekânsal Yakınlık Uyarlamalı WLC (Proximity-Adjusted WLC)

Bu yöntem, elinizde konumu bilinen seçenekler (araziler, konutlar, tesis yerleri) ve bir referans nokta (şehir merkezi, hizmet noktası, karar vericinin kendisi) olduğunda kullanılan bir sıralama yöntemidir. Çıktısı her seçenek için bir uyum puanı ve bu puana göre azalan bir sıradır. Klasik ağırlıklı doğrusal birleştirmeden (WLC) farkı, kriter ağırlıklarının tüm seçenekler için aynı kalmamasıdır; her seçenek, referans noktaya olan uzaklığına göre kendine özgü bir ağırlık kümesiyle değerlendirilir. Rinner ve Heppleston tarafından 2006'da, bir ev alıcısının konut seçim probleminde coğrafi konumun karar ağırlıklarını nasıl etkilediğini göstermek için önerilmiştir; Malczewski ve Rinner'ın (2015) coğrafi bilgi sistemleri tabanlı çok kriterli analiz kitabında sistematik biçimde işlenmiştir.

Klasik WLC'nin arkasındaki fikir, her kriterin karara sabit bir ağırlıkla katıldığıdır: bir kriterin önemi, hangi seçeneğe bakıldığından bağımsızdır. Mekânsal kararlarda bu varsayım her zaman gerçekçi değildir. Bir şehir merkezine yakın bir arsa için "toplu taşımaya yakınlık" büyük ölçüde zaten sağlanmış bir avantajdır ve başka kriterler öne çıkabilir; merkezden uzak bir arsa için aynı kriter çok daha belirleyici olabilir. Yöntemin fikri, kriter ağırlığını sabit bir sayı değil, konuma bağlı bir değişken olarak ele almaktır.

Bu fikrin felsefi sonucu, yöntemin klasik WLC'nin toplam ağırlığını korumasıdır: tüm seçenekler üzerinden toplandığında her kriterin ağırlığı yine orijinal değerine eşittir, yalnız bu ağırlık seçenekler arasında referans noktaya yakınlığa göre yeniden dağıtılmıştır. Referans noktaya yakın seçenekler ağırlığın büyük kısmını alır, uzak seçenekler küçük bir kısmını alır. Bu, "konum kararı etkiler" sezgisini matematiksel bir yeniden dağıtım kuralına çevirir; yöntem hâlâ telafi edicidir, çünkü sonunda tek bir ağırlıklı toplam puan üretilir.

Yöntem beş adımda ilerler.

Birinci adım, ölçek eşitleme. Her kriter [0, 1] aralığına ölçeklenir: "çoğu iyi" kriterlerde değer en büyüğe bölünür, "azı iyi" kriterlerde en küçük değer kendisine bölünür. Veri zaten [0, 1] aralığında verilmişse bu adım atlanır.

İkinci adım, standartlaştırılmış uzaklık. Her seçeneğin referans noktaya olan düz çizgi (Öklid) uzaklığı hesaplanır. Sonra bu uzaklık, tüm seçenekler arasındaki en küçük uzaklığa bölünür ve tersine çevrilir: referans noktaya en yakın seçenek ya da seçenekler 1,0 değerini alır, uzak seçenekler 1'den küçük bir değer alır.

Üçüncü adım, konuma göre ağırlık dağıtımı. Her kriterin sabit ağırlığı, seçenekler arasında standartlaştırılmış uzaklıkla orantılı biçimde yeniden dağıtılır. Referans noktaya yakın bir seçenek bu kriterde daha yüksek bir etkin ağırlık alır, uzak bir seçenek daha düşük bir ağırlık alır. Tüm seçenekler üzerinden toplandığında bu ağırlıkların toplamı, seçenek sayısı çarpı orijinal ağırlığa eşit kalır; hiçbir ağırlık kaybolmaz ya da yaratılmaz.

Dördüncü adım, puanlama. Her seçeneğin ölçeklenmiş kriter değerleri, kendine özgü konuma göre uyarlanmış ağırlıklarla çarpılıp toplanır. Klasik WLC'den farkı burada görünür: aynı kriter değeri, farklı seçenekler için farklı ağırlıkla çarpılabilir.

Beşinci adım, sıralama. Seçenekler bu puana göre büyükten küçüğe sıralanır.

Adımların formülleri, ara tabloları ve atıf biçimleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.

Puan, bir seçeneğin hem kriter değerleri hem de referans noktaya yakınlığı birlikte hesaba katıldığında ne kadar iyi durduğunu gösterir. Bu puan klasik WLC puanıyla karşılaştırıldığında büyük farklar gösterebilir; aynı kriter tablosu, farklı bir mekânsal düzenle çok farklı bir sıra üretebilir. Puanın kendisi bir yüzde değildir ve başka bir analizden gelen puanla karşılaştırılamaz, çünkü referans noktanın seçimi analiz sonucunu doğrudan belirler.

Referans noktaya en uzak bir seçenek, kriter değerleri iyi olsa bile düşük bir puan alabilir; bunun nedeni "o kriterde kötü olması" değil, o kriterdeki etkin ağırlığının küçülmesidir. Bu, sonucun kriter performansı kadar konumdan da kaynaklandığı anlamına gelir ve rapor bu ikisini ayırt etmelidir.

Bu nedenle:

"Bu seçenek en uygun konut adayıdır"

yerine:

"Bu seçenek, seçilen referans noktaya göre en yüksek mekânsal uyum puanını almıştır; referans nokta değişirse sıra da değişebilir"

biçiminde yazmak doğrudur.

Yöntem kesin (crisp) veriyle çalışır: her hücrede tek bir sayı, artı her seçeneğin coğrafi koordinatı ve bir referans nokta koordinatı. Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede pozitif bir sayı; her kriter için yön bilgisi; toplamı 1 olan kriter ağırlıkları; her seçeneğin ve referans noktanın koordinatları; ve bir uzaklık ölçüsü (klasik uygulama düz çizgi uzaklığıdır). DecisionMind'da bu yöntemin şu an uzantısı yoktur; temel kesin biçimiyle çalışır.

Önerilen seçenek sayısı 5 ile 100 arasında, kriter sayısı 2 ile 8 arasındadır; bu bir zorunluluk değil, yöntemin en rahat çalıştığı aralıktır. En az iki seçenek ve bir kriter gerekir.

Seçenekleriniz coğrafi olarak konumlandırılabiliyorsa ve bir referans noktaya yakınlığın karara anlamlı biçimde etki etmesi gerektiğini düşünüyorsanız bu yöntem uygundur. Tipik alanları konut kalitesi değerlendirmesi, tesis yeri seçimi, kentsel planlama ve coğrafi bilgi sistemi tabanlı uygunluk analizidir.

Kullanılmaması gereken durumlar üçtür. Seçenekler arasında anlamlı bir mekânsal ilişki yoksa (örneğin tüm seçenekler aynı binadaki farklı katlar gibi konumdan bağımsızsa) yöntemin temel varsayımı boşa çıkar. Düz çizgi uzaklığı gerçekçi değilse (dağlık arazi, engebeli yol ağı, fiziksel engeller) sonuç yanıltıcı olur. Referans noktanın seçimi tartışmalıysa ya da tek bir doğru referans nokta yoksa, sonuç referans noktası tartışmasının bir yansıması haline gelir.

Coğrafi konum karara etki ediyor, referans nokta gerekçelendirilebiliyor → Mekânsal Yakınlık Uyarlamalı WLC

Coğrafi konumun etkisi yok ya da önemsiz → klasik WLC ya da TOPSIS

Düz çizgi uzaklığı gerçekçi değil (engebeli arazi, yol ağı) → gerçek yol/ağ uzaklığıyla çalışan bir uyarlama gerekir; bu DecisionMind'da ayrı bir motor işidir

Sıralama değil ağırlık gerekiyor → AHP, BWM, SWARA (öznel) · Entropy, CRITIC (nesnel)

Yöntemin en önemli üstünlüğü, mekânsal çok kriterli kararlarda sıkça göz ardı edilen bir gerçeği açıkça modellemesidir: konum, kriterlerin göreli önemini değiştirir. Ağırlık toplamını koruyarak bunu yapması, yöntemi klasik WLC'nin doğal ve izlenebilir bir uzantısı hâline getirir; aynı toplam ağırlık, yalnız seçenekler arasında yeniden dağıtılır. Hesap yükü düşüktür ve coğrafi bilgi sistemi yazılımlarında doğrudan uygulanabilir.

Yöntemin en belirgin sınırlılığı, tanım gereği sıra kararsızlığı taşımasıdır: yeni bir seçenek eklendiğinde ya da çıkarıldığında, tüm seçeneklerin standartlaştırılmış uzaklık toplamı değişir ve bu da mevcut seçeneklerin ağırlıklarını ve puanlarını yeniden dağıtır (Ligmann-Zielinska ve Jankowski, 2012). Bu, klasik anlamda bir "hata" değildir, çünkü yöntemin mekânsal yeniden dağıtım mantığından doğar; ama raporlanmazsa yanıltıcı olabilir. İkincisi, sonuç referans noktanın seçimine aşırı duyarlıdır; referans nokta küçük bir mesafe kaydırıldığında sıralamalar tersine dönebilir. Üçüncüsü, standartlaştırılmış uzaklığın "1,0" değeri sabit bir konuma değil, o an en yakın seçeneğe atanır; en yakın seçenek değiştiğinde tüm ölçek yeniden hesaplanır. Dördüncüsü, yöntem düz çizgi uzaklığını varsayar; gerçek dünyada ulaşım süresi ya da yol mesafesi farklı bir sıra verebilir.

En yaygın hata, referans noktayı gerekçesiz ya da rastgele seçmektir; referans nokta kararın bir parçasıdır ve seçimi savunulmalıdır. İkinci hata, analiz bittikten sonra yeni bir seçenek eklemek ve mevcut seçeneklerin puanlarının neden değiştiğine şaşırmaktır; bu, yöntemin doğasından gelir, hata değildir, ama önceden beklenmelidir. Üçüncü hata, düz çizgi uzaklığını sorgusuzca kullanmaktır; engebeli arazi ya da yol ağı varsa bu ölçü gerçek erişilebilirliği yansıtmaz. Dördüncü hata, uyarlanmış ağırlıkların toplamının korunduğunu (her kriter için seçenek sayısı çarpı orijinal ağırlık) doğrulamadan sonucu raporlamaktır; bu kontrol, hesabın doğru kurulduğunun basit bir işaretidir.

Temel ilke şudur:

Mekânsal Yakınlık Uyarlamalı WLC sonucu, verdiğiniz referans noktanın, uzaklık ölçüsünün ve seçenek kümesinin tutarlı bir özetidir; referans nokta ya da seçenek kümesi değişirse sıra da değişir ve rapor bunu açıkça göstermelidir.