IF-COCOSO

IF-CoCoSo - COCOSO yönteminin Intuitionistic uzantısı

Intuitionistic üstünlük/sıralama - Sezgisel Bulanık Sayı (IFS: μ, ν; μ+ν ≤ 1)

Formül adımları

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

ranking_computation

$s_{i j} = μ_{i j} - ν_{i j}, {\hat{s}}_{i j} = \frac{s_{i j} - s_{j}^{min}}{s_{j}^{max} - s_{j}^{min}}$

LaTeX
s_{ij}=\mu_{ij}-\nu_{ij},\quad \hat{s}_{ij}=\frac{s_{ij}-s_j^{\min}}{s_j^{\max}-s_j^{\min}}
ranking_computation

$P_{i} = \sum_{j = 1}^{n} w_{j} {\hat{s}}_{i j}, R_{i} = \sum_{j = 1}^{n} {\hat{s}}_{i j}^{w_{j}}$

LaTeX
P_i=\sum_{j=1}^n w_j\hat{s}_{ij},\quad R_i=\sum_{j=1}^n\hat{s}_{ij}^{w_j}
ranking_computation

$k_{i a} = \frac{P_{i} + R_{i}}{\sum_{i} (P_{i} + R_{i})}, k_{i b} = \frac{P_{i}}{{min}_{i} P_{i}} + \frac{R_{i}}{{min}_{i} R_{i}}, k_{i c} = \frac{λ P_{i} + (1 - λ) R_{i}}{λ {max}_{i} P_{i} + (1 - λ) {max}_{i} R_{i}}, λ = 0.5$

LaTeX
k_{ia}=\frac{P_i+R_i}{\sum_i(P_i+R_i)},\quad k_{ib}=\frac{P_i}{\min_i P_i}+\frac{R_i}{\min_i R_i},\quad k_{ic}=\frac{\lambda P_i+(1-\lambda)R_i}{\lambda\max_i P_i+(1-\lambda)\max_i R_i},\;\lambda=0.5
ranking_computation

$k_{i} = (k_{i a} \cdot k_{i b} \cdot k_{i c})^{1 / 3} + \frac{1}{3} (k_{i a} + k_{i b} + k_{i c}), rank descending$

LaTeX
k_i=\bigl(k_{ia}\cdot k_{ib}\cdot k_{ic}\bigr)^{1/3}+\tfrac{1}{3}(k_{ia}+k_{ib}+k_{ic}),\quad\text{rank descending}

Yöntem ayrıntıları kaynak kütüphanedeki özgün (İngilizce) metindir.

Sezgi

Sonucu okuma: if-cocoso extends COCOSO to handle Intuitionistic uncertainty. All arithmetic operations (normalisation, weighting, distance computation) are performed using Intuitionistic Fuzzy Number (IFN: μ, ν; μ+ν ≤ 1) algebra. The final scores are defuzzified via score function S = μ − ν before ranking.

Varsayımlar

Decision matrix entries are valid Intuitionistic 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 COCOSO directly (avoid unnecessary uncertainty layer)
Aggregation operator (PFWA/PFOWA/etc.) not specified - output ambiguous

Sık yapılan hatalar

Değer-uzayı ihlali: hesaplamadan önce tüm girişlerin IFN: μ ∈ [0,1], ν ∈ [0,1], μ+ν ≤ 1; π = 1−μ−ν ≥ 0 koşulunu sağladığından emin olun.
Defuzzifikasyon yöntemi sıralamayı etkiler: score function S = μ − ν kanonik seçimdir.