BF-COPRAS - COPRAS yönteminin Bipolar uzantısı

Formül adımları

Analiz motorunun yöntem bildirimindeki (manifest F.steps) adımlar; raporlardaki formüllerle aynı kaynaktır.

1. Adım 0 — İkutuplu bulanık karar matrisini oluştur B = [(μ⁺_ij, ν⁻_ij)]. Maliyet kriterlerini BFN tamamlayıcısı ile normalize et: (1−μ⁺, |ν⁻|−1). Tüm BFN'leri skor fonksiyonu Δ(B)=(1+μ⁺+ν⁻)/2 ile crisp skora dönüştür. Sonraki adımlar x_ij = Δ(B*_ij) üzerinde çalışır.

   $$x_{ij}=\Delta (B_{ij})={\displaystyle \frac{1+{\mu }_{ij}^{+}+{\nu }_{ij}^{-}}{2}}\in [0,1]$$
   LaTeX

   x_{ij} = \Delta(B_{ij}) = \dfrac{1 + \mu^+_{ij} + \nu^-_{ij}}{2} \in [0,1]

2. Adım 1 — Doğrusal toplam normalleştirmesi r_ij = x_ij / Σ x_kj.

   $$r_{ij}={\displaystyle \frac{x_{ij}}{{\sum }_{k=1}^m{x}_{kj}}}$$
   LaTeX

   r_{ij} = \dfrac{x_{ij}}{\sum_{k=1}^{m} x_{kj}}

3. Adım 2 — Ağırlıklı normalleştirilmiş matris d_ij = w_j · r_ij.

   $$d_{ij}=w_j·r_{ij}$$
   LaTeX

   d_{ij} = w_{j} \cdot r_{ij}

4. Adım 3 — Fayda S+_i ve maliyet S−_i toplamları.

   $$S_i^{+}=\sum _{j\in J^{+}}{d}_{ij},S_i^{-}=\sum _{j\in J^{-}}{d}_{ij}$$
   LaTeX

   S^{+}_{i} = \sum_{j\in J^{+}} d_{ij},\quad S^{-}_{i} = \sum_{j\in J^{-}} d_{ij}

5. Adım 4 — Göreli önem Q_i (Zavadskas-Kaklauskas bileşik formülü).

   $$Q_i=S_i^{+}+{\displaystyle \frac{{min}_k{S}_k^{-}·{\sum }_k{S}_k^{-}}{S_i^{-}·{\sum }_k{\displaystyle \frac{{min}_k{S}_k^{-}}{S_k^{-}}}}}$$
   LaTeX

   Q_{i} = S^{+}_{i} + \dfrac{\min_{k} S^{-}_{k}\cdot \sum_{k} S^{-}_{k}}{S^{-}_{i}\cdot \sum_{k} \dfrac{\min_{k} S^{-}_{k}}{S^{-}_{k}}}

6. Adım 5 — Fayda derecesi N_i (en iyiye yüzde) ve azalan sıralama.

   $$N_i={\displaystyle \frac{Q_i}{{max}_k{Q}_k}}\times 100\%$$
   LaTeX

   N_{i} = \dfrac{Q_{i}}{\max_{k} Q_{k}} \times 100\%

Sezgi

Bipolar outranking/ranking - Bipolar Fuzzy Set (BFS: positive membership μ⁺ ∈ [0,1], negative μ⁻ ∈ [-1,0]). Output typically utility (higher value = preferred).

Sonucu okuma: bf-copras extends COPRAS to handle Bipolar uncertainty. All arithmetic operations (normalisation, weighting, distance computation) are performed using Bipolar Fuzzy Set (BFS: positive membership μ⁺ ∈ [0,1], negative μ⁻ ∈ [-1,0]) algebra. The final scores are defuzzified via score (μ⁺ + μ⁻)/2 before ranking.

Varsayımlar

• Decision matrix entries are valid Bipolar Fuzzy numbers/tuples
• Underlying crisp method's compensation assumption holds in uncertain space
• All decision-maker(s) and experts use the same linguistic/uncertainty scale

Ne zaman kullanılmaz

• Classical data sufficient - use base COPRAS directly (avoid unnecessary uncertainty layer)
• Aggregation operator (PFWA/PFOWA/etc.) not specified - output ambiguous

Sınırlılıklar

• Rank reversal known on alternative-set changes (ref: inherited from crisp base; cf. Belton-Gear 1983, Wang-Luo 2009)
• Assumes: Decision matrix entries are valid Bipolar Fuzzy numbers/tuples
• Assumes: Underlying crisp method's compensation assumption holds in uncertain space
• Assumes: All decision-maker(s) and experts use the same linguistic/uncertainty scale

Sık yapılan hatalar

• Değer-uzayı ihlali: hesaplamadan önce tüm girişlerin BFS: μ⁺ ∈ [0,1], μ⁻ ∈ [-1,0] koşulunu sağladığından emin olun.
• Defuzzifikasyon yöntemi sıralamayı etkiler: score (μ⁺ + μ⁻)/2 kanonik seçimdir.
• İkutuplu Bulanık Küme (BFS) ≠ 2-kutuplu Bulanık Küme. BFS, tek bir özelliği karşı-özellik çifti ⟨μ⁺ ∈ [0,1], μ⁻ ∈ [-1,0]⟩ (pozitif kanıt vs negatif kanıt) olarak kodlar. 2-kutuplu Bulanık Küme ise İKİ BAĞIMSIZ özelliği (μ₁, μ₂) ∈ [0,1]² olarak kodlar - her ikisi de negatif olmayan, karşı-özellik anlamı yok. Yüzeysel 'iki bileşen' benzerliğine rağmen değer-uzayları, aritmetiği ve birleştirme farklıdır. Gerçek bağımsız-özellikli m=2 m-kutuplu problemler için MPF-* yöntem ailesini kullanın (bkz. MPF-ELECTRE-I.json) - bu Bipolar manifesti değil. Referans: Chen vd. 2014 (m-kutuplu temeller) yapısını Zhang 1994 bipolar bulanık kümelerden açıkça ayırır.