L2T-SAW - L2T-SAW yönteminin Linguistic uzantısı

Formül adımları

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

1. Adım 1 — S={s_0,…,s_q} üzerinde x̃_ij=(s_ij,α_ij) 2-demet karar matrisi; toplamı 1 olan w_j ağırlıkları; Δ⁻¹(s_i,α)=i+α kanonik defuzzifikasyon.

   $$\tilde{D}=[(s_{ij},{\alpha }_{ij}){]}_{m\times n};{\Delta }^{-1}(s_i,\alpha )=i+\alpha ;\sum _{j=1}^n{w}_j=1$$
   LaTeX

   \tilde{D} = [(s_{ij}, \alpha_{ij})]_{m\times n};\ \Delta^{-1}(s_{i}, \alpha) = i + \alpha;\ \sum_{j=1}^{n} w_{j} = 1

2. Adım 3 — Her alternatif için ağırlıklı 2-demet skor Score_i = Δ(Σ_j w_j · Δ⁻¹(s_ij, α_ij)); 2-demet temsilde bilgi kaybı yok.

   $${\text{Score}}_i=\Delta ({\sum }_{j=1}^n{w}_j·{\Delta }^{-1}(s_{ij},{\alpha }_{ij}))$$
   LaTeX

   \text{Score}_{i} = \Delta\!\left(\sum_{j=1}^{n} w_{j}\cdot \Delta^{-1}(s_{ij}, \alpha_{ij})\right)

3. Adım 4 — Defuzzify edilmiş Score_i'ye (Δ⁻¹ ile karşılaştırılarak) göre azalan sıralama.

   $$\text{rank}={\text{argsort}}_{\text{desc}}({\Delta }^{-1}({\text{Score}}_i))$$
   LaTeX

   \text{rank} = \text{argsort}_{\text{desc}}\!\left(\Delta^{-1}(\text{Score}_{i})\right)

Sezgi

Linguistic outranking/ranking - 2-Tuple Linguistic Variable (2TL: (s_i, α)). Output typically utility (higher value = preferred).

Sonucu okuma: l2t-saw extends L2T-SAW to handle Linguistic uncertainty. All arithmetic operations (normalisation, weighting, distance computation) are performed using 2-Tuple Linguistic Variable (2TL: (s_i, α)) algebra. The final scores are defuzzified via Δ^{-1}(s_i, α) = i + α before ranking.

Varsayımlar

• Decision matrix entries are valid Linguistic 2-Tuple 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 SAW directly (avoid unnecessary uncertainty layer)
• Aggregation operator (PFWA/PFOWA/etc.) not specified - output ambiguous

Sınırlılıklar

• Assumes: Decision matrix entries are valid Linguistic 2-Tuple 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 2TL: s_i ∈ S (linguistic term set), α ∈ [-0.5,0.5) koşulunu sağladığından emin olun.
• Defuzzifikasyon yöntemi sıralamayı etkiler: Δ^{-1}(s_i, α) = i + α kanonik seçimdir.