Resim bulanık (Pıcture fuzzy) küme tabanlı çok kriterli karar verme yaklaşımı ve uygulamaları

Abstract

Endüstri 4.0 ve teknolojideki son gelişmeler beraberinde dijitalleşme, nesnelerin interneti, akıllı sistemler gibi bazı yeni kavramları ortaya çıkarmıştır. İşletmelerin küresel rekabette değer yaratabilmeye çalışması bu terimlere duyulan ilgiyi hızla arttırmıştır. Dolayısıyla çağın gereksinimleri dikkate alındığında, işletmelerin bu yeni teknolojilere uyum sağlamaları ve uygulamaya geçirmeleri kaçınılmaz bir hale gelmiştir. Öte yandan, bu süreç karar vericiler için oldukça karmaşık, belirsiz ve muğlak durumların söz konusu olduğu önemli karar problemlerinin ortaya çıkmasına sebep olmuştur. Bu tür problemlerin çözümünde bulanık küme teorisi ya da çeşitli bulanık küme uzantıları ile çok kriterli karar verme (ÇKKV) tekniklerinin bütünleştirildiği yaklaşımlardan yararlanılması karar vericilerin daha rasyonel kararlar alabilmeleri için uygun bir değerlendirme çerçevesi sunabilmektedir. Bu tez çalışmasında resim bulanık küme (RBK) teorisine dayalı bir ÇKKV modeli geliştirilmesi amaçlanmıştır. RBK, karmaşık karar problemlerinin çözümlenmesinde belirsiz, muğlak ve tutarsız bilgilerin tanımlanması ve karar verme süreçlerinde bu tür durumların giderilmesinde kullanılan önemli bir araçtır. Diğer bulanık küme uzantılarından farklı olarak karar vericilere daha geniş bir tercih alanı sunması ilgilenilen karar probleminin doğasına uygun daha esnek bir yaklaşımla ele alınabilmesini sağlamaktadır. Bu kapsamda çalışmada, COBRA (COmprehensive Distance Based RAnking) tekniği RBK teorisine dayalı olarak genişletilmiş, ardından PSI (Preference Selection Index) tekniği ile bütünleştirilerek yeni bir PSI-RB-COBRA karar verme modeli önerilmiştir. Önerilen model, hem karar problemine ilişkin belirsiz bilgileri tanımlamayı kolaylaştırmakta hem de uzmanların çeşitli özelliklerinin (yaş, tecrübe, pozisyon vb.) gözetilerek ağırlıklı olarak sürece dahil edilebilmesini sağlamaktadır. Çalışmada, modelin temel algoritması öncelikle literatürden seçilen bir örnek üzerinde detaylı olarak açıklanmış, sonrasında gerçek yaşam problemlerinde uygulanabilirliğinin gösterilebilmesi için "akıllı sözleşme dili seçme kriterlerini belirleme" ve "matematiksel yazılım seçme" problemlerine uygulanmıştır. Sonuç olarak, bu çalışma kapsamında uzman ağırlıklarının PSI tekniğine göre belirlenerek RB-COBRA yöntemine entegre edilmesinin alana önemli bir yenilik getireceği düşünülmektedir. Bu tez çalışmasında resim bulanık küme (RBK) teorisine dayalı bir ÇKKV modeli geliştirilmesi amaçlanmıştır. RBK, karmaşık karar problemlerinin çözümlenmesinde belirsiz, muğlak ve tutarsız bilgilerin tanımlanması ve karar verme süreçlerinde bu tür durumların giderilmesinde kullanılan önemli bir araçtır. Diğer bulanık küme uzantılarından farklı olarak karar vericilere daha geniş bir tercih alanı sunması ilgilenilen karar probleminin doğasına uygun daha esnek bir yaklaşımla ele alınabilmesini sağlamaktadır. Bu kapsamda çalışmada, COBRA (COmprehensive Distance Based RAnking) tekniği RBK teorisine dayalı olarak genişletilmiş, ardından PSI (Preference Selection Index) tekniği ile bütünleştirilerek yeni bir PSI-RB-COBRA karar verme modeli önerilmiştir. Önerilen model, hem karar problemine ilişkin belirsiz bilgileri tanımlamayı kolaylaştırmakta hem de uzmanların çeşitli özelliklerinin (yaş, tecrübe, pozisyon vb.) gözetilerek ağırlıklı olarak sürece dahil edilebilmesini sağlamaktadır. Çalışmada, modelin temel algoritması öncelikle literatürden seçilen bir örnek üzerinde detaylı olarak açıklanmış, sonrasında gerçek yaşam problemlerinde uygulanabilirliğinin gösterilebilmesi için "akıllı sözleşme dili seçme kriterlerini belirleme" ve "matematiksel yazılım seçme" problemlerine uygulanmıştır. Sonuç olarak, bu çalışma kapsamında uzman ağırlıklarının PSI tekniğine göre belirlenerek RB-COBRA yöntemine entegre edilmesinin alana önemli bir yenilik getireceği düşünülmektedir.

Industry 4.0 and the latest developments in technology have revealed some new concepts such as digitalization, internet of things, and smart systems. The efforts of businesses to create value in global competition have rapidly increased the interest in these terms. Therefore, considering the needs of the age, it has become inevitable for businesses to adapt and implement these new technologies. On the other hand, this process has led to the emergence of important decision problems for decision makers, where there are very complex, uncertain, and ambiguous situations. In solving such problems, using fuzzy set theory or approaches that integrate various fuzzy set extensions and multi-criteria decision making (MCDM) techniques can provide a suitable evaluation framework for decision makers to make more rational decisions. In this thesis, it is aimed to develop an MCDM model based on picture fuzzy set (PFS) theory. PFS is an important tool used to identify uncertain, ambiguous, and inconsistent information in solving complex decision problems and to eliminate such situations in decision-making processes. Unlike other fuzzy set extensions, it offers decision makers a wider choice area, enabling it to be handled with a more flexible approach suitable for the nature of the decision problem of interest. Within this scope, the COBRA (COmprehensive Distance Based RAnking) technique was expanded based on the PFS theory, and then a new PSI-PF-COBRA decision making model was proposed by integrating it with the PSI (Preference Selection Index) technique in the study. The proposed model not only makes it easier to define uncertain information about the decision problem, but also ensures that experts can be included in the process by considering various weighted characteristics (age, experience, position, etc.). In the study, the basic algorithm of the model was explained in detail on an example selected from the literature, and then applied to "determining the smart contract language selection criteria" and "mathematical software selection" problems to show its applicability in real life problems. As a result, it is thought that determining the expert weights according to the PSI technique and integrating them into the PF-COBRA method will bring an important novelty to the field. In this thesis, it is aimed to develop an MCDM model based on picture fuzzy set (PFS) theory. PFS is an important tool used to identify uncertain, ambiguous, and inconsistent information in solving complex decision problems and to eliminate such situations in decision-making processes. Unlike other fuzzy set extensions, it offers decision makers a wider choice area, enabling it to be handled with a more flexible approach suitable for the nature of the decision problem of interest. Within this scope, the COBRA (COmprehensive Distance Based RAnking) technique was expanded based on the PFS theory, and then a new PSI-PF-COBRA decision making model was proposed by integrating it with the PSI (Preference Selection Index) technique in the study. The proposed model not only makes it easier to define uncertain information about the decision problem, but also ensures that experts can be included in the process by considering various weighted characteristics (age, experience, position, etc.). In the study, the basic algorithm of the model was explained in detail on an example selected from the literature, and then applied to "determining the smart contract language selection criteria" and "mathematical software selection" problems to show its applicability in real life problems. As a result, it is thought that determining the expert weights according to the PSI technique and integrating them into the PF-COBRA method will bring an important novelty to the field.