COCOSO
COCOSO - Birleşik Uzlaşı Çözümü
Üstel karşılaştırma agregasyonu (WSM + WPM kombinasyonu)
Formül adımları
Analiz motorunun yöntem bildirimindeki (manifest F.steps) adımlar; raporlardaki formüllerle aynı kaynaktır.
-
Adım 1 — Kriter türüne göre uzlaşı normalleştirmesi.
LaTeX
r_{ij} = \begin{cases} \dfrac{x_{ij}-\min x_{ij}}{\max x_{ij}-\min x_{ij}} & j\in J^{+} \\ \dfrac{\max x_{ij}-x_{ij}}{\max x_{ij}-\min x_{ij}} & j\in J^{-} \end{cases} -
Adım 2 — Ağırlıklı toplam bileşeni S_i.
LaTeX
S_{i} = \sum_{j=1}^{n} w_{j}\,r_{ij} -
Adım 3 — Ağırlıklı çarpım bileşeni P_i.
LaTeX
P_{i} = \sum_{j=1}^{n} (r_{ij})^{w_{j}} -
Adım 4 — Üç değerlendirme skoru k_a, k_b, k_c.
LaTeX
k_{a,i}=\dfrac{P_{i}+S_{i}}{\sum_{k}(P_{k}+S_{k})},\ \ k_{b,i}=\dfrac{S_{i}}{\min_{k} S_{k}}+\dfrac{P_{i}}{\min_{k} P_{k}},\ \ k_{c,i}=\dfrac{\lambda S_{i}+(1-\lambda)P_{i}}{\lambda \max_{k} S_{k}+(1-\lambda)\max_{k} P_{k}} -
Adım 5 — Nihai uzlaşı k_i ve azalan sıralama.
LaTeX
k_{i} = (k_{a,i}\,k_{b,i}\,k_{c,i})^{1/3} + \tfrac{1}{3}(k_{a,i}+k_{b,i}+k_{c,i})
Yöntem ayrıntıları kaynak kütüphanedeki özgün (İngilizce) metindir.
Sezgi
Aggregated exponential comparison (WSM + WPM combination). Output typically utility (higher value = preferred).
Sonucu okuma: k_i > 0. Higher k_i means better. COCOSO combines three appraisal strategies (k_ia: proportional total, k_ib: ratio to minimum, k_ic: weighted λ-compromise) into a geometric-arithmetic mean. The three strategies check robustness - if all three agree, the ranking is stable.
Varsayımlar
- Criteria preferences are independent (no synergistic interactions)
- Compensation is acceptable: high score on one criterion can offset low on another
- Decision matrix is complete (no missing values)
Ne zaman kullanılmaz
- Criteria strongly correlated → consider DEMATEL/ANP for interdependence
- Non-compensatory preferences → consider outranking (ELECTRE/PROMETHEE)
Sınırlılıklar
- Assumes: Criteria preferences are independent (no synergistic interactions)
- Assumes: Compensation is acceptable: high score on one criterion can offset low on another
- Assumes: Decision matrix is complete (no missing values)
Sık yapılan hatalar
- Sabit kriter sütunu: min-maks normalleştirme paydası sıfırdır - E-2'yi kontrol edin.
Hesap adımları ve dayanakları
-
Compromise normalisation per criterion type.
Dayanak: Yazdani 2019, p.2506 Eq.(1)
-
Weighted Sum component S_i = Σ w_j r_ij.
Dayanak: Yazdani 2019, p.2506 Eq.(2)
-
Weighted Product component P_i.
Dayanak: Yazdani 2019, p.2506 Eq.(3)
-
Three appraisal scores k_a (additive), k_b (sum of ratios), k_c (balanced).
Dayanak: Yazdani 2019, p.2506 Eqs.(4)-(6)
-
Final compromise k_i and descending ranking.
Dayanak: Yazdani 2019, p.2507 Eq.(7)