LBWA
LBWA - Seviye Tabanlı Ağırlık Değerlendirmesi
Düzeylere ayrılmış kriter gruplaması, etki fonksiyonuyla ağırlıklandırma
Formül adımları
Analiz motorunun yöntem bildirimindeki (manifest F.steps) adımlar; raporlardaki formüllerle aynı kaynaktır.
-
En önemli kriteri seçin; tüm kriterleri önem seviyelerine ayırın; seviye içi etki değerleri atayın ve r'yi türetin.
LaTeX
c_B\in S_1,\ I_B=0,\quad r=\max_i |S_i|,\quad I_{ip}\in\{0,\ldots,r\} -
Her kriter için etki fonksiyonunu hesaplayın.
LaTeX
f(C_{ip})=\frac{r_0}{i\,r_0+I_{ip}} -
Çapa ağırlığını ve kalan tüm kriter ağırlıklarını hesaplayın.
LaTeX
w_B=\frac{1}{1+\sum_{j\ne B} f(C_j)},\quad w_j=f(C_j)w_B
Yöntem ayrıntıları kaynak kütüphanedeki özgün (İngilizce) metindir.
Sezgi
Level-partitioned criterion grouping with influence function weighting. Output typically weight (higher value = preferred).
Sonucu okuma: Provide every criterion level and influence value, the explicit best criterion, and r_0>r. Lower influence means greater importance within a level.
Varsayımlar
- Domain experts available
- Experts can express consistent comparisons
Ne zaman kullanılmaz
- No experts available → use objective weighting
- High inconsistency → discard and re-elicit
Sınırlılıklar
- Assumes: Domain experts available
- Assumes: Experts can express consistent comparisons
Sık yapılan hatalar
- (r_0-I)/r_0^level kullanmak, çığır açan LBWA formülü değildir.
- LBWA yerel bir çoklu-uzman toplulaştırma kuralı tanımlamaz; yürütmeden önce fikir birliğine varın.
Hesap adımları ve dayanakları
-
Most significant criterion c_1; assign integers I_j (lower = more important) within levels.
Dayanak: Žižović-Pamucar 2019, p.3 Sec.3
-
Influence function A(I_j) = (r_0 - I_j)/r_0^{L_j} for chosen elasticity r_0.
Dayanak: Žižović-Pamucar 2019, p.4 Eq.(1)
-
Most-important weight w_1 = 1/(1+Σ f_j); other w_j = f_j · w_1.
Dayanak: Žižović-Pamucar 2019, p.4 Eqs.(2)-(3)