Alfa-Kesim Bulanıklaştırma Çözme - α seviyesi kesim ile crisp aralık veya temsilci

Formül adımları

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

1. Adım 1 — Bulanık sayının α-kesimini hesapla: üyelik derecesi ≥ α olan tüm x değerlerini içeren crisp aralık. TFN (a,b,c) için α-kesim, üyelik fonksiyonunun her tarafta tersine çevrilmesiyle elde edilen kapalı bir aralıktır.

   $$\begin{gathered} A_{\alpha }=\{x\in ℝ:{\mu }_A(x)\ge \alpha \}\alpha \in (0,1] \\ \text{TFN }(a,b,c):A_{\alpha }=[a+\alpha (b-a),c-\alpha (c-b)] \end{gathered}$$
   LaTeX

   A_\alpha = \{x \in \mathbb{R} : \mu_A(x) \ge \alpha\} \qquad \alpha \in (0,1] \\ \text{TFN }(a,b,c): \quad A_\alpha = \bigl[\,a + \alpha(b-a),\;\; c - \alpha(c-b)\,\bigr]

2. Adım 2 — α-kesim aralığını [x^L_α, x^U_α] seçilen toplama kuralını kullanarak crisp skalere dönüştür. Orta nokta kuralı (λ=0.5) en yaygındır.

   $$\begin{gathered} x_{\alpha }^L=a+\alpha (b-a),x_{\alpha }^U=c-\alpha (c-b) \\ \text{Midpoint: }{x}^{*}=\frac{x_{\alpha }^L+x_{\alpha }^U}{2}=\frac{a+c}{2}+\alpha (b-\frac{a+c}{2}) \\ \text{Weighted (optimism }\lambda ):x^{*}=\lambda x_{\alpha }^U+(1-\lambda )x_{\alpha }^L \end{gathered}$$
   LaTeX

   x^L_\alpha = a + \alpha(b-a), \qquad x^U_\alpha = c - \alpha(c-b) \\ \text{Midpoint: } x^* = \frac{x^L_\alpha + x^U_\alpha}{2} = \frac{a+c}{2} + \alpha\left(b - \frac{a+c}{2}\right) \\ \text{Weighted (optimism } \lambda): \quad x^* = \lambda\,x^U_\alpha + (1-\lambda)\,x^L_\alpha

3. Adım 3 — Alternatif: α=0 (tam destek orta noktası) ve α=1 (modal değer) crisp temsilcilerin ağırlıklı ortalaması. Bu, α ve λ ile parametrize edilmiş bir crisp değer ailesi verir.

   $$\begin{gathered} x^{*}(\alpha ,\lambda )=\lambda [c-\alpha (c-b)]+(1-\lambda )[a+\alpha (b-a)] \\ \text{At }\alpha =0.5,\lambda =0.5:x^{*}=\frac{a+2b+c}{4}(\text{common MCDM formula}) \\ \text{At }\alpha =1,\lambda =0.5:x^{*}=b(\text{modal value}) \\ \text{At }\alpha =0,\lambda =0.5:x^{*}=\frac{a+c}{2}(\text{support midpoint}) \end{gathered}$$
   LaTeX

   x^*(\alpha,\lambda) = \lambda\,[c - \alpha(c-b)] + (1-\lambda)\,[a + \alpha(b-a)] \\ \text{At } \alpha=0.5, \lambda=0.5: \quad x^* = \frac{a+2b+c}{4} \qquad (\text{common MCDM formula}) \\ \text{At } \alpha=1, \lambda=0.5: \quad x^* = b \qquad (\text{modal value}) \\ \text{At } \alpha=0, \lambda=0.5: \quad x^* = \frac{a+c}{2} \qquad (\text{support midpoint})

Sezgi

Sonucu okuma: α=0.5 midpoint (a+2b+c)/4 is the most common MCDM choice. Report results for multiple α values to assess sensitivity. Higher α → more weight on the modal value b. λ > 0.5 → optimistic DM attitude.

Varsayımlar

• α level is meaningful for the problem
• TFN satisfies a ≤ b ≤ c

Ne zaman kullanılmaz

• When α cannot be meaningfully specified by DM

Sınırlılıklar

• Requires specifying α and λ (subjective)
• Different (α,λ) choices yield different rankings

Sık yapılan hatalar

• Confusing (a+2b+c)/4 (α-cut midpoint at α=0.5) with centroid (a+b+c)/3 - different results for asymmetric TFNs.
• Applying α=0 which gives [a,c] (interval, not scalar) - must use a scalar conversion rule.