PF-ELECTRE-II: Pythagorean fuzzy ELECTRE-II for group MCDM

Overview

PF-ELECTRE-II'yi şu soruyla düşün: 'Bir grup uzmanın PFN (Pisagoryan bulanık) değerlendirmeleri verildiğinde, hangi alternatif diğer her alternatife karşı yeterince fazla kriterde yeterince güçlü destek görüyor ve aynı zamanda yıkıcı bir muhalefetle karşılaşmıyor?' Yöntem önce iki fazda PFN matrislerini birleştirir (PFWA), sonra her alternatif çifti için 'lehte kriterler' (concordance) ve 'aleyhte kriterler' (discordance) kümelerini üç katmanda (güçlü / orta / zayıf) parçalar; bu kümeler üzerinden ψ ve δ skalarları hesaplanır; ψ yeterince yüksek ve δ yeterince düşükse a → b 'güçlü dışlama' veya 'zayıf dışlama' ilişkisi kurulur; son olarak güçlü ve zayıf grafiklerin ileri/geri/ortalama distillation'ı sıralamayı verir.

Strengths

• •Three-tier concordance/discordance partition (strong/medial/weak) extracts more nuance than IFS two-tier or crisp single-tier
• •Strong+weak outranking + distillation produces complete preference ordering (vs PF-ELECTRE-I which is choice-problematic only)
• •PFS value space accommodates DM hesitancy beyond IFS limits
• •Group aggregation built in: PFWA + PFN DM importance handles MAGDM natively
• •Explicit graphical artifact (G_s, G_w) makes the outranking auditable

Limitations

• •Seven parameters to tune: 3 concordance thresholds + 2 discordance thresholds + 4 concordance set weights + 3 discordance set weights: DM elicitation overhead
• •Iterative distillation can produce non-unique rankings under near-symmetric Os/Ow graphs
• •Eq.10 normalized Euclidean distance fixes the metric: alternative metrics (Hamming, χ²) require manifest extension
• •Rank reversal inherited from ELECTRE-II family (Roy & Bertier 1973, Figueira-Mousseau-Roy 2005 §4.3)
• •Block J full §5 reproduction requires image-fidelity table OCR (PARTIAL stamp)

Assumptions to verify

• •All per-DM cells are valid PFNs (μ²+ν²≤1)
• •DM importance is available as PFN linguistic ratings (or crisp ϕ override is provided)
• •Criteria are independent (additive outranking assumption)
• •Threshold ladders are strictly monotone (E-3, E-4)

When not to use

• •Single DM with crisp data: use ELECTRE-II
• •IFS data (μ+ν ≤ 1 only): use IFS-ELECTRE-II Devadoss-Rekha 2017
• •Very large alternative sets (m > 25): distillation opacity
• •Strongly interactive criteria

Edge cases

• •Single DM (K=1): Phase I trivial, ϕ_1=1, PFWA = identity. J fixture uses this case.
• •All-benefit criteria (R_N=∅): Eq.17 noop. Akram §5 uses this. Ỹ = Y.
• •Flat threshold ladder (ψ⁻ = ψ⁰ = ψ*): two clauses of Eq.11 collapse → manifest's E-3 rejects.
• •Component-wise dominance: if μ_a² > μ_b² AND ν_a² < ν_b² on all j, BΨ(a,b) = {all criteria}, ψ_ab=1, δ_ab=0 → guaranteed strong outranking (matches synthetic J fixture).
• •Equal PFN cells: B=(a,b) absorbs them; with default ωB= = 0.25 (paper §5) they contribute ¼ to concordance: neither favorable nor adversarial.

Common pitfalls

• •Hatalı: 'PFS = IFS' sanmak. μ²+ν²≤1 ≠ μ+ν≤1. Akram 2021 §1 verir: (√(3)/2, 1/√7) IFS'te yasak (sum>1), PFS'te geçerli (sumOfSquares=3/4+1/7<1).
• •Hatalı: Eq.10 normalized Euclidean'ı Hamming ile karıştırmak (PF-TOPSIS Zhang-Xu 2014 Hamming kullanır; PF-ELECTRE-II ise Eq.10 normalized Euclidean kullanır: paper Def 2 op 8 sabit).
• •Hatalı: Üç katmanlı concordance ağırlıklarını (1, 2/3, 1/3, 1/4) Σ=1 diye yeniden normalize etmek: paper canon mutlak ölçek (NOT relative), tek küme = 1.0 lider anchor.
• •Hatalı: Forward distillation = nihai sıralama sanmak. Akram §3.5 üçlü-prosedür: φ', φ'', φ=(φ'+φ'')/2.
• •Hatalı: Crisp ELECTRE-II Roy & Bertier 1973'ü B.seminal sanmak: bu 'crisp_origin', PFS uzantısının seminal'i değil (memory feedback_manifest_source_role_separation.md).
• •Hatalı: TFN tabanlı FUZZY-ELECTRE-II ile karıştırmak: farklı value space (TFN vs PFS), farklı algoritma; ayrı manifest (manifests/FUZZY-ELECTRE-II.json).

Worked example

1. 1.Adım 1 (F1, Eq.15): Her DM_f için PFN önemi (μ_f, ν_f, π_f) verildiğinde, normalized score-style formülle ϕ_f hesapla; Σ_f ϕ_f = 1.
2. 2.Adım 2 (F2, Eq.16): Her hücre için PFWA_ϕ((μ^(1),ν^(1)),…,(μ^(K),ν^(K))) = (√(1-Π(1-μ^(f)²)^ϕ_f), Π ν^(f)^ϕ_f) ile aggregated PFDM Y kur.
3. 3.Adım 3 (F3, Eq.17): Maliyet sütunları için (μ,ν)→(ν,μ); fayda sütunları olduğu gibi. Ỹ üret.
4. 4.Adım 4 (F4, Eq.18-19): Her kriter için DM-bazlı PFN ağırlıkları PFWA ile aggregate et → ω_j^PFN; sonra Eq.19 normalize → skalar η_j, Σ_j η_j = 1.
5. 5.Adım 5 (F5, Eq.20): Her hücreye Def 2 op 2 (PFN scalar-power) ile η_j uygula: y*_ij = (√(1-(1-μ̃_ij²)^η_j), ν̃_ij^η_j). Y* tamamlandı.
6. 6.Adım 6 (F6, Eqs.1-7): Her (a,b) için BΨ (strong: μ_a²>μ_b² ∧ ν_a²<ν_b²), BΨ' (medial), BΨ'' (weak), B= (indifferent), BΔ/BΔ'/BΔ'' (discordance ayna) kümelerini kur.
7. 7.Adım 7 (F7, Eq.8): ψ_ab = ωBΨ·Σ_{j∈BΨ}η_j + ωBΨ'·Σ_{j∈BΨ'}η_j + ωBΨ''·Σ_{j∈BΨ''}η_j + ωB=·Σ_{j∈B=}η_j. Paper §5 ψ_15 = 1·(0.2056+0.1960+0.1960) + 0.25·0.1960 = 0.6466: bu hesap el ile birebir doğrulanır.
8. 8.Adım 8 (F8, Eqs.9-10): δ_ab = max(ωBΔ·max_{j∈BΔ}d(y*_aj,y*_bj), …) / max_{j∈1..n} d(y*_aj,y*_bj); d normalized Euclidean Eq.10.
9. 9.Adım 9 (F9, Eqs.11-12): Strong: (ψ≥ψ* ∧ δ≤δ*) ∨ (ψ≥ψ⁰ ∧ δ≤δ⁰). Weak: (ψ≥ψ⁻ ∧ δ≤δ⁰). Paper §5: (0.6, 0.7, 0.8) ve (0.8, 0.7) eşikleri.
10. 10.Adım 10 (F10, Eqs.13-14): G_s ve G_w üzerinde ileri distillation φ', G_s ve G_w'nin ayna görüntüsünde geri distillation φ''; final φ = (φ' + φ'')/2; argmin sıralama.

Commonly paired with

• •PF-AHP + PF-ELECTRE-II (common)
• •PF-SWARA + PF-ELECTRE-II (emerging)

How to cite