Extension of Intuitionistic Fuzzy SAW Method for Multi-Criteria Group Decision Making Problems

Year 2022, Volume: 22 Issue: 1, 142 - 153, 28.02.2022

Hüseyin Avni Es , Merve Hatipoğlu

https://doi.org/10.35414/akufemubid.892962

Abstract

In this study, the extended intuitionistic fuzzy SAW (GrSB-SAW) method is proposed to address problems involving linguistic ambiguity by decision-makers related to Multi-Criteria Group Decision Making. The proposed method also allows for the evaluation of decision-makers with different levels of importance. In order to test the validity of the GrSB-SAW method, comparisons were made with the intuitionistic fuzzy TOPSIS method in the literature. In the solution of a supplier selection problem in the literature, it has been observed that the rankings obtained from both methods are similar to each other. In addition, the obtained findings from two methods were analyzed statistically with comprehensive sensitivity analysis and the reliability of GrSB-SAW method was demonstrated. As a result, in the scope of the study, a useful and lean tool was presented to enable the linguistic definitions of group decision-makers with different levels of importance for the solution of Multiple Criteria Decision-Making problems.

Keywords

Group Decision Making, Intuitionistic Fuzzy Set, SAW, Sensitivity analysis, Intuitionistic Fuzzy TOPSIS

Çok Kriterli Grup Karar Verme Problemleri için Sezgisel Bulanık SAW Yönteminin Genişletilmesi

Abstract

Bu çalışmada, Çok Kriterli Grup Karar Verme ile ilgili karar vericilere bağlı olarak dilsel belirsizliği içeren problemleri ele almak için genişletilmiş sezgisel bulanık SAW (GrSB-SAW) yöntemi önerilmiştir. Önerilen yöntem farklı önem düzeylerine sahip karar vericilerin bir arada değerlendirilmesine de imkân sağlamaktadır. GrSB-SAW yönteminin geçerliliğini test etmek amacıyla sezgisel bulanık TOPSIS yöntemi ile kıyaslamalar yapılmıştır. Literatürde yer alan bir tedarikçi seçim probleminin çözümünde her iki yöntemden elde edilen sıralamaların birbirine benzer olduğu görülmüştür. Ayrıca kapsamlı duyarlılık analizleri ile iki yöntem bulguları istatistiki açıdan analiz edilmiş ve GrSB-SAW yönteminin güvenilirliği ortaya koyulmuştur. Sonuç olarak çalışma kapsamında, Çok Kriterli Karar Verme problemlerinin çözümü için farklı önem düzeylerine sahip grup karar vericilerin dilsel tanımlarına imkân sağlayan kullanışlı ve yalın bir araç sunulmuştur.

Keywords

Grup Karar Verme, Sezgisel Bulanık Küme, SAW, Duyarlılık analizi, Sezgisel Bulanık TOPSIS

References

• Akram, M., Al-Kenani, A. N. 2020. Multi-criteria group decision-making for selection of green suppliers under bipolar fuzzy PROMETHEE process. Symmetry, 12(1), 77.
• Atanassov, K.T., 1986. Intuitionistic Fuzzy Sets. Fuzzy Sets and Systems, 20 (1), 87-96.
• Boran, F.E., Genç, S., Kurt, M., Akay, D., 2009. A Multi-criteria Intuitionistic Fuzzy Group Decision Making for Supplier Selection with TOPSIS Method. Expert Systems with Applications, 36, 11363-11368.
• Burak, E., Boran, F., Kurt M. 2015. Sezgisel Bulanik Topsis Yöntemi Kullanilarak Ergonomik Ürün Konsept Seçimi. Mühendislik Bilimleri ve Tasarım Dergisi, 3(3), 433-440.
• Burnaz, E., Es, H. A., 2021 Trabzon İlçelerinin Cittaslow Kriterleri Açısından Sezgisel Bulanık Topsıs Yöntemi İle Değerlendirilmesi. Adıyaman Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (39), 330-363.
• Çakır, S., Perçin, S., 2013. Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü. Ege Akademik Bakış, 13 (4), 449-459.
• Ecer, F., 2006. Bulanık Ortamlarda Grup Kararı Vermeye Yardımcı Bir Yöntem: Fuzzy TOPSIS ve Bir Uygulama. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 7 (2), 77-96.
• Es, H. A., Hamzaçebi, C., Fırat, S. Ü. O., 2017. Bulanık Flowsort Yöntemiyle Türkiye’de İllerin Eğitim Hizmetlerine Göre Sınıflandırılması. Kent Akademisi, 10(31), 323-337.
• Gao, T., Li, D.S., Zhong, H., 2020. A novel target threat assessment method based on three-way decisions under intuitionistic fuzzy multi-attribute decision making environment. Engineering Applications of Artificial Intelligence, 87,1-8.
• Kabak, M., Erdebilli, B., 2021. Bulanık Çok Kriterli Karar Verme Yöntemleri. Nobel Akademik Yayıncılık, 1-13.
• Kaur, P., Kumar, S., 2013. An Intuitionistic Fuzzy Simple Additive Weighting (IFSAW) Method for Selection of Vendor. IOSR Journal of Business and Management (IOSR-JBM), 15(2), 78-81.
• Nalkıran, M., 2020. Çok Kriterli Grup Karar Verme Problemleri için Yamuk Bipolar Bulanık EDAS Yöntemi ve Gerçek Bir Uygulama. Yüksek Lisans Tezi, Karadeniz Teknik Üniversitesi, Trabzon, 81.
• Nirmala, G., Uthra, G., 2019. AHP based on Triangular Intuitionistic Fuzzy Number and its Application to Supplier Selection Problem. Materials Today: Proceedings, 16 (2), 987-993.
• Ömürbek, N., Karaatlı, M., Balcı, H.F., 2016. Entropi Temelli MAUT ve SAW ile Otomotiv Firmalarının Performans Değerlendirilmesi. İkdisadi ve İdari Bilimler Dergisi, 31 (1), 227-255.
• Özçelik, G., Nalkıran, M. 2021. An Extension of EDAS Method Equipped with Trapezoidal Bipolar Fuzzy Information: An Application from Healthcare System. International Journal of Fuzzy Systems, 23, 2348-2366.
• Qin, J., Liu, X., Pedrycz, W. 2017. An extended TODIM multi-criteria group decision making method for green supplier selection in interval type-2 fuzzy environment. European Journal of Operational Research, 258(2), 626-638.
• Sahin Zorluoğlu, Ö., 2020. Hiyerarşik grup karar vermeye dayanan proje portföy seçimi ve çizelgelemesi. Doktora Tezi, İstanbul Teknik Üniversitesi, İstanbul, 248.
• Spearman, C., 1987. The proof and measurement of association between two things. The American Journal of Psychology, 100 (3/4), 441-471.
• Tapre, S.M., Rukhande, S., Raut, C.M., 2016. Network Selection in Heterogeneous Wireless Environment Using SAW Method. International Research Journal of Engineering and Technology, 3 (10), 587-590.
• Tekeş, M., 2002. Çok Ölçütlü Karar Verme Yöntemleri ve Türk Silahlı Kuvvetleri’nde Kullanılan Tabancaların Bulanık Uygunluk İndeksli Analitik Hiyerarşi Prosesi ile Karşılaştırılması. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, İstanbul, 173.
• Tolga, A.C., Parlak, I.B., Castillo, O., 2020. Finite-interval-valued Type-2 Gaussian fuzzy numbers applied to fuzzy TODIM in a healthcare problem. Engineering Applications of Artificial Intelligence, 87, 1-13.
• Uludağ, A. S., Doğan, H., 2016. Çok kriterli karar verme yöntemlerinin karşılaştırılmasına odaklı bir hizmet kalitesi uygulaması. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(2), 17-48.
• Xu, Z., 2007. Intuitionistic Fuzzy Aggregation Operators. IEEE Transactions on Fuzzy Systems, 15 (6), 1179-1187.
• Yıldırım, B.F., Önder, E., 2015. Çok Kriterli Karar Verme Yöntemleri. Üçüncü Baskı, Dora Basım-Yayın Dağıtım, 1-20.
• Zadeh, L.A., 1965. Fuzzy sets". Information and Control, 8 (3), 338-353.
• Zeng, S., Chen, S.M., Kuo, L., 2019. Multiattribute decision making based on novel score function of intuitionistic fuzzy values and modified VIKOR method. Information Sciences, 488, 76-92.
• Zhang, C., Li D., Mu, Y., Song, D., 2017. An interval-valued hesitant fuzzy multigranulation rough set over two universes model for steam turbine fault diagnosis. Applied Mathematical Modelling, 42, 693-704.
• Zhang, L., Zhan, J., Yao, Y., 2020. Intuitionistic fuzzy TOPSIS method based on CVPIFRS models: An application to biomedical problems. Information Sciences, 517, 315-339.