IF-MOORA - MOORA yönteminin Intuitionistic uzantısı

Formül adımları

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

1. ranking_computation

   $$s_{ij}={\mu }_{ij}-{\nu }_{ij},{\widehat{s}}_{ij}=\frac{s_{ij}+1}{\sqrt{{\sum }_{i=1}^m(s_{ij}+1{)}^2}}$$
   LaTeX

   s_{ij}=\mu_{ij}-\nu_{ij},\quad\hat{s}_{ij}=\frac{s_{ij}+1}{\sqrt{\sum_{i=1}^m(s_{ij}+1)^2}}

2. ranking_computation

   $$v_{ij}=w_j{\widehat{s}}_{ij}$$
   LaTeX

   v_{ij}=w_j\hat{s}_{ij}

3. ranking_computation

   $$R{S}_i=\sum _{j\in {\Omega }^{+}}{v}_{ij}-\sum _{j\in {\Omega }^{-}}{v}_{ij},\text{rank descending}$$
   LaTeX

   RS_i=\sum_{j\in\Omega^+}v_{ij}-\sum_{j\in\Omega^-}v_{ij},\quad\text{rank descending}

Sezgi

Sonucu okuma: if-moora extends MOORA 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 MOORA 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.