DecisionMind Mühürlü, doğrulanabilir reprodüksiyon

Kullanım alanları

N-WISP

N-WISP - Nötrosofik WISP

WISP'in SVN genişlemesi

Formül adımları

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

  1. 9-puanlık dilsel ölçekle (Tablo 1) SVNN kararlarını 0-1 aralığına normalize et (pay=10). Kriter ağırlıkları AHP/SWARA/BWM/PIPRECIA ile belirlenir.

    rij=(tij/10,iij/10,fij/10)
    LaTeX r_{ij} = (t_{ij}/10, i_{ij}/10, f_{ij}/10)
  2. Faydalı kriterler için SVNWA toplamı S^max, zararlı için S^min; SVNWG çarpımı P^max (faydalı) ve P^min (zararlı). φ_max ve φ_min sırasıyla faydalı ve zararlı kriter kümeleri.

    Smaxi=(1−∏j∈φmax(1−tj)wj,∏j∈φmaxijwj,∏j∈φmaxfjwj);benzerSmin,Pmax,Pmin(Eqs.14−17)
    LaTeX S^max_i = (1-∏_{j∈φ_max}(1-t_j)^{w_j}, ∏_{j∈φ_max}i_j^{w_j}, ∏_{j∈φ_max}f_j^{w_j}); benzer S^min, P^max, P^min (Eqs.14-17)
  3. S^max_i, S^min_i, P^max_i, P^min_i SVNN değerleri crisp sayılara dönüştürülür. α=β=γ=1 iken Eq.(12) → standart skor Eq.(7).

    df(x)=(2+α·t−β·i−γ·f)/3,α,β,γ∈[0,1];basit:s(x)=(2+t−i−f)/3
    LaTeX df(x) = (2 + α·t - β·i - γ·f) / 3, α,β,γ ∈ [0,1]; basit: s(x) = (2+t-i-f)/3
  4. Crisp değerler üzerinden fark (sd,pd) ve oran (sr,pr) bazlı 4 fayda ölçütü. F3 çıktısı bu adımda kullanılır.

    uisd=Smaxi−Smini;uipd=Pmaxi−Pmini;uisr=Smaxi/Smini;uipr=Pmaxi/Pmini
    LaTeX u^{sd}_i = S^max_i - S^min_i; u^{pd}_i = P^max_i - P^min_i; u^{sr}_i = S^max_i/S^min_i; u^{pr}_i = P^max_i/P^min_i
  5. Her ölçüt kendi maksimumuna göre normalize edilir, negatif değerleri de [0,1] aralığına taşır.

    ϑisd=(1+uisd)/(1+maxiuisd);aynışekildeϑpd,ϑsr,ϑpr
    LaTeX ϑ^{sd}_i = (1+u^{sd}_i)/(1+max_i u^{sd}_i); aynı şekilde ϑ^{pd}, ϑ^{sr}, ϑ^{pr}
  6. 4 normalize fayda ölçütünün aritmetik ortalaması toplam fayda skorunu verir.

    ϑi=(ϑisd+ϑipd+ϑisr+ϑipr)/4
    LaTeX ϑ_i = (ϑ^{sd}_i + ϑ^{pd}_i + ϑ^{sr}_i + ϑ^{pr}_i) / 4
  7. En yüksek ϑ_i değerine sahip alternatif en iyi alternatiftir.

    ϑibüyüktenküçüğesırala
    LaTeX ϑ_i büyükten küçüğe sırala

Yöntem ayrıntıları kaynak kütüphanedeki özgün (İngilizce) metindir.

Sezgi

Sonucu okuma: Use when assessments involve truth/indeterminacy/falsity components. Extends WISP to full neutrosophic uncertainty.

Sık yapılan hatalar

  • T+I+F > 3 violates SVN constraint