Türkiye’de faaliyet gösteren mevduat bankalarının finansal performanslarının Entropi, Cradis ve Copeland yöntemleri ile değerlendirilmesi

Öz

Çalışmanın amacı, Türkiye’de faaliyette bulunan ve aktif büyüklüğüne göre belirlenmiş dokuz mevduat bankasının finansal performanslarının analizini yapmaktır. 2022-2024 yılları arasında yapılan çalışmada bankaların performanslarını değerlendirmek için belirlenen finansal oranlar, bu konuda daha önce yapılmış olan çalışmalarda en çok kullanılanlar oranlar arasından seçilmiştir. Çok Kriterli Karar Verme (ÇKKV) yöntemlerinin kullanıldığı bu çalışmada belirlenen finansal oranların (kriterlerin) ağırlıklandırılması için Entropi yöntemi, bankaların finansal performans sıralaması için de CRADIS (Compromise Ranking of Alternatives from Distance to Ideal Solution) yöntemi kullanılmıştır. Araştırmanın bulgularına göre çalışmadaki en yüksek ağırlık değerine sahip kriter, 2022 ve 2023 yılı için aktif karlılık olurken, 2024 yılı içinde Faiz Dışı Gelir/Toplam Varlıklar kriteri olmuştur. Finansal performans sıralamasında en başarılı banka 2022 yılında Akbank T.A.Ş. olurken, 2023 ve 2024 yıllarında ise Türkiye Garanti Bankası A.Ş. olmuştur. Çalışmada, bankaların incelenen üç yıllık dönemdeki genel performans eğilimlerini bütünleştirilmesinde Copeland yöntemi kullanılmıştır. Araştırmada kullanılan hibrit yöntemin sağlamlığını ve geçerliliğini test etmek içinde, duyarlılık analizi yapılmıştır.

Anahtar Kelimeler

• Mevduat Bankaları Finansal Performans
• ÇKKV
• Duyarlılık Analizi

Evaluation of financial performance of deposit banks operating in Turkey using Entropy, Cradis and Copeland methods

Öz

The study aims to analyze the financial performances of nine deposit banks operating in Turkey and to classify them according to their asset size. In the survey conducted between 2022 and 2024, the financial ratios selected to evaluate bank performance were chosen from among the most commonly used ratios in previous studies on this subject. In this study, which employed Multi-Criteria Decision Making (MCDM) methods, the Entropy method was utilized to weight the financial ratios (criteria) identified, and the CRADIS (Compromise Ranking of Alternatives from Distance to Ideal Solution) method was employed for ranking the financial performance of banks. According to the research findings, the criterion with the highest weight value in the study was the return on assets for 2022 and 2023, while the Non-Interest Income/Total Assets criterion was applicable for 2024. The most successful bank in the financial performance ranking was Akbank T.A.Ş. in 2022, followed by Türkiye Garanti Bankası A.Ş. in 2023 and 2024. In the study, the Copeland method was employed to integrate the general performance trends of banks over the three years examined. Sensitivity analysis was conducted to assess the robustness and validity of the hybrid method used in the research.

Anahtar Kelimeler

• Deposit Banks Financial Performance
• MCDM
• Sensitivity Analysis

Kaynakça

1. Aduba, J.J. (2022). Framework for firm-level performance evaluations using multivariate linear correlation with MCDM methods: Application to Japanese firms. Asia-Pacific Journal of Regional Science, 6(1), 1-44.
2. Akkaya, C. ve Avşarlıgil, N. (2025). Bankaların finansal performanslarının değerlendirilmesi: Türkiye bankacılık sektöründe bir inceleme. Alanya Akademik Bakış, 9(1), 290-307. https://doi.org/10.29023/alanyaakademik.1567547
3. Arslan, R. ve Bircan, H. (2020). Çok kriterli karar verme teknikleriyle elde edilen sonuçların Copeland yöntemiyle birleştirilmesi ve karşılaştırılması. Yönetim ve Ekonomi Dergisi, 27(1), 109-127. https://doi.org/10.18657/yonveek.540125
4. Avşarlıgil, N., Doğru, E. ve Ciğer, A. (2023). The bank performance ranking in the emerging markets: a case of Turkey. Sosyoekonomi, 31(55), 69-84. https://doi.org/10.17233/sosyoekonomi.2023.01.04
5. Ayan, B. ve Abacıoğlu, S. (2022). Bibliometric analysis of the MCDM methods in the last decade: WASPAS, MABAC, EDAS, CODAS, COCOSO, and MARCOS. International Journal of Business and Economic Studies, 4(2), 65- 85. https://doi.org/10.54821/uiecd.1183443
6. Baby, A., Mia, M.A. ve Pitchay, A.A. (2024). A systematic review of financial performance in the manufacturing industry. Future Business Journal, 10(1), 1-20. https://doi.org/10.1186/s43093-024-00353-1
7. Bayram, E. (2022). Türkiye’deki özel sermayeli bankaların finansal performans analizi: SWARA ağırlıklı CODAS yöntemi. Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 24(43), 992-1004.
8. Borda, J. C. (1784), Memoire Sur Les Elections Au Scrutin. Paris, Histoire de I’Academie Royaledes Sciences, 657- 665.

9. Bošković, S., Švadlenka, L., Jovčić, S., Dobrodolac, M., Simić, V. ve Bacanin, N. (2023). An alternative ranking order method accounting for two-step normalization (AROMAN) - A Case study of the electric vehicle selection problem. IEEE Access, 11, 39496-39507. https://doi.org/10.1109/ACCESS.2023.3265818
10. Ciardiello, F. ve Genovese, A. (2023). A comparison between TOPSIS and SAW methods. Annals of Operations Research, 325(2), 967-994. https://doi.org/10.1007/s10479-023-05339-w
11. Chen, Y. ve Qu, L. (2006). Evaluating the selection of logistics centre location using fuzzy MCDM model based on entropy weight. 2006 6th World Congress on Intelligent Control and Automation (pp. 7128-7132). https://doi.org/10.1109/WCICA.2006.1714468
12. Çakalı, K.R. (2022). Performance evaluation of deposit banks with financial ratios: combined use of objective and subjective criteria weighting methods (combined Entropy-SWARA based EDAS method). Alanya Akademik
13. Bakış, 6(2), 2351-2377. https://doi.org/10.29023/alanyaakademik.1056754 Çakan, C.D., Yildiz, M. ve Altinişik, E. Ö. (2022). Türk bankacılık sektöründe sigorta iş ortaklığının finansal performansa etkisinin çok kirterli karar verme yöntemleri ile analizi. Mali Çözüm, 32(170), 149-183.
14. Çakır, S., & Perçin, S. (2013). AB ülkeleri'nde bütünleşik Entropi ağırlık-TOPSIS yöntemiyle AR-GE performansının ölçülmesi. Bursa Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 32(1), 77-95.
15. Çakır, E. (2017). Kriter ağırlıklarının SWARA – Copeland yöntemi ile belirlenmesi: Bir üretim işletmesinde uygulama. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(1), 42-56. https://doi.org/10.30803/adusobed.309069
16. Çiftaslan, M. E. ve Rençber, Ö. F. (2022). IDOCRIW ve COCOSO yöntemleri ile sistemik önemli bankaların performans analizi: Türkiye örneği. Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 19 ("21. Uluslararası İşletmecilik Kongresi" Özel Sayısı), 54-72. https://doi.org/10.33437/ksusbd.1135258
17. Çilek, A. (2023). Piyasa yapıcı bankaların performanslarının sıralanması: CILOS, MARCOS ve COPELAND çok kıstaslı karar verme analizi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 54, 1-24.
18. Çilek, A. ve Karavardar, A. (2022). Bütünleşik Entropi ve OCRA teknikleri ile özel sermayeli ticaret bankalarının verimlilik analizi. Mali Çözüm, 32(170), 83-109.
19. Çilek, A. ve Karavardar, A.(2023). Hibrit Entropi ve EATWIOS teknikleri ile Türk kamu bankalarının verimlilik analizi. Business & Management Studies: An International Journal, 11(1), 136-151. https://doi.org/10.15295/bmij.v11i1.2185
20. Dalbudak Zorkirişçi, E. ve Rençber, Ö.F. (2023). BWM tabanlı TOPSIS, PROMETHEE ve COPRAS yöntemlerinin karşılaştırılması: Bankaların finansal performansları üzerine bir uygulama. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 14(39), 1030-1045. https://doi.org/10.21076/vizyoner.1211096
21. Doğan, M.A. (2025).Bankaların finansal performansının LOPCOW-RAM yöntemiyle değerlendirilmesi: Borsa İstanbul örneği, İşletme Araştırmaları Dergisi, 17(3), 1945-1962
22. Diakoulaki, D., Mavrotas, G. ve Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763-770.
23. Ecer, F. (2021). A consolidated MCDM framework for performance assessment of battery electric vehicles based on ranking strategies. Renewable and Sustainable Energy Reviews, 143, 2021, 1-19. https://doi.org/10.1016/j.rser.2021.110916
24. Ecer, F. ve Pamučar, D. (2022). A novel LOPCOW-DOBI multi-criteria sustainability performance assessment methodology: An application in developing country banking sector. Omega, 112, 1-17.
25. Ekin, E. (2022). Kamu bankalarına ilişkin performansların Entropi tabanlı WSA ve ARAS yöntemleri ile incelenmesine yönelik bir uygulama. EKEV Akademi Dergisi, 90, 105-122.
26. Ekin, E. ve Cesur, İ.G. (2022). Entropi tabanlı TOPSIS ve VIKOR yöntemleri ile bankaların finansal performanslarının değerlendirilmesine ilişkin bir uygulama. Journal of Turkish Operations Management, 6(2), 1327-1344. https://doi.org/10.56554/jtom.1089989
27. Erdoğan, B. (2022). Türkiye’de şube açarak faaliyet gösteren yabancı bankaların performansının CRITIC-EDAS hibrit yöntemi ile analizi. Himmet Karadal, İnci Erdoğan Tarakçı, Ramazan Aslan, Evren Dinçer (Eds.), İşletme ve İktisat Araştırmaları içinde (ss.59-77), İstanbul: Efe Akademi Yayıncılık.
28. Eyceyurt Batır, T. (2022). COVID-19 pandemi sürecinde bankacılık sektörü performansının çok kriterli karar verme yöntemleri ile karşılaştırmalı analizi: CRITIC - EDAS yaklaşımı kapsamında bir inceleme. Uluslararası Muhasebe ve Finans Araştırmaları Dergisi. 4(2), 186-203.
29. Ezer, F. (2022). Performance evaluation of different types of banks in Turkey using fuzzy EDAS method. Journal of Optimization and Decision Making, 1(1), 42-62.
30. Ezin, Y. ve Samırkaş, M.C. (2022). Bankaların kârlılık performanslarının entropi ve TOPSIS yöntemi ile incelenmesi. Adıyaman Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 42, 860-890.
31. Gül, S. ve Bektaş, S. (2022). Türkiye’de faaliyet gösteren konvansiyonel bankaların finansal istikrar performanslarının finansal sağlamlık göstergeleri ile değerlendirilmesi: ENTROPİ VE ARAS yöntemleri ile analizi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 49, 553-572. https://doi.org/10.30794/pausbed.993857
32. Gligorić, Z., Gligorić. M., Miljanović, I., Lutovac S. ve Milutinović, A. (2023). Assessing criteria weights by the symmetry point of criterion (novel SPC method)-application in the efficiency evaluation of the mineral deposit multi-criteria partitioning algorithm. CMES Computer Modeling Engeering and Sciences, 136(1). 955-979. https://doi.org/10.32604/cmes.2023.025021
33. Görçün, Ö. F., Işıkoğlu, N. ve Görçün, Ö. (2025). Demiryolu taşımacılığında sürdürülebilirlik stratejilerinin Q-ROF bulanık ortamda önceliklendirilmesi. Ulaştırma ve Altyapı, 2, 194-234.
34. İç, Y.T., Yurdakul, M. ve Pehlivan, E. (2022). Development of a hybrid financial performance measurement model using AHP and DOE methods for Turkish commercial banks. Soft Computing, 26, 2959-2979. https://doi.org/10.1007/s00500-021-06589
35. Jakšić, M., Moljević, S., Aleksić, A., Misita, M., Arsovski, S., Tadić, D. ve Mimović, P. (2016). Fuzzy approach in ranking of banks according to financial performances. Mathematical Problems in Engineering, 2016(1), 1-11. https://doi.org/10.1155/2016/6169586
36. Kadooğlu Aydın, G., Hazar, A., Babuşcu, Ş. ve Uçar, D. (2023). Bankaların MULTİ-MOORA yöntemi ile risk bazlı performans ölçümü- Türkiye uygulaması. Doğuş Üniversitesi Dergisi, 24(2), 171-192. https://doi.org/10.31671/doujournal.1216012
37. Kaklauskas, A., Zavadskas, E.K. ve Raslanas, S. (2005). Multivariant design and multiple criteria analysis of building refurbishments. Energy and Buildings, 37(4), 361–372. https://doi.org/10.1016/j.enbuild.2004.07.005
38. Kaplan, G., Odabaş, A. ve Bozdoğan, T. (2023). Covid-19 pandemisinde bankaların finansal performanslarının ELECTRE ve TOPSIS yöntemleriyle değerlendirilmesi. Alanya Akademik Bakış, 7(2), 865-892.
39. Karabulut, T. ve Akkaynak, B. (2023). Türkiye’deki mevduat bankalarının CRITIC-COPRAS yöntemleriyle sıralaması. EKEV Akademi Dergisi, 94, 315-329. https://doi.org/10.17753/sosekev.1234728
40. Karahan, M. ve Kızkapan, L. (2022). Çok kriterli karar verme teknikleriyle bankaların finansal performanslarının karşılaştırmalı analizi. Verimlilik Dergisi, 3, 441-462. https://doi.org/10.51551/verimlilik.953606
41. Karaş, Z. (2024). Türk bankacılık sektöründe çoklu kriterli karar verme yaklaşımları ile finansal performans değerlendirmesi. Elektronik Sosyal Bilimler Dergisi, 23(90), 798-820. https://doi.org/10.17755/esosder.1429337
42. Katı, M. (2024). Kamu sermayeli mevduat bankalarının finansal performans analizi: SV-TOPSIS uygulaması. Mali Çözüm, 34(181), 159-178.
43. Katrancı, A., Kundakcı, N. ve Pamučar, D. (2025). Financial performance evaluation of firms in BIST 100 index with ITARA and COBRA methods. Financial Innovation, 11(1), 1-28.
44. Kavas, Y.B. ve Medetoğlu, B. (2024). Financial performance measurement with MAIRCA method: Application on Turkish banking sector. Maliye ve Finans Yazıları, 122, 44-58. https://doi.org/10.33203/mfy.1423653
45. Kaya, G.A. (2023). Kamu ve özel sermayeli ticari bankaların finansal performanslarının TOPSIS yöntemi ile analiz edilmesi. Muhasebe ve Denetime Bakış Dergisi, 68, 75-90. https://doi.org/10.55322/mdbakis.1085851
46. Kenger, M.D. ve Organ, A. (2017). Banka personel seçiminin çok kriterli karar verme yöntemlerinden entropi temelli ARAS yöntemi ile değerlendirilmesi. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(4), 152-170. https://doi.org/10.30803/adusobed.336215
47. Keshavarz-Ghorabaee, M., Amiri, M., Zavadskas, E. K., Turskis, Z. ve Antucheviciene, J. (2021). Determination of objective weights using a new method based on the removal effects of criteria (MEREC). Symmetry, 13(4), 1-20.
48. Kılıç, O. ve Çerçioğlu, H. (2016). TCDD iltisak hatları projelerinin değerlendirilmesinde uzlaşık çok ölçütlü karar verme yöntemleri uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 31(1), 211-220. https://doi.org/10.17341/gummfd.15002
49. Marqués, A.I., García, V. ve Sánchez, J.S. (2020). Ranking-based MCDM models in financial management applications: Analysis and emerging challenges. Progress in Artificial Intelligence, 9, 171-193. https://doi.org/10.1007/s13748-020-00207-1
50. Medetoğlu, B. (2023). Sermaye yeterlilik oranı ile finansal rasyolar arasındaki ilişkinin panel veri analizi ile tespiti: Türk bankacılık sektörü üzerine bir çalışma. EKOIST Journal of Econometrics and Statistics, 39, 172-182. https://doi.org/10.26650/ekoist.2023.39.1244794
51. Medetoğlu, B. ve Saldanlı, A. (2022). Bankaların finansal performanslarının gri ilişkisel analiz (GİA) yöntemi ile test edilmesi. Biga İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(1), 49-67.
52. Mercan, M., Reisman, A., Yolalan, R. ve Emel, A.B. (2003). The effect of scale and mode of ownership on the financial performance of the Turkish banking sector: Results of a DEA-based analysis. Socio-Economic Planning Sciences, 37(3), 185-202.
53. Onocak, D. (2024). Türkiye’deki mevduat bankalarının entropi ağırlıklandırmalı CAMELS ve ESG performans analizi. Muhasebe ve Denetime Bakış Dergisi, 72, 19-42. https://doi.org/10.55322/mdbakis.1290277
54. Özçalıcı, M., Kaya, A. ve Gürler, H.E. (2022). Long-term performance evaluation of deposit banks with multi- criteria decision making tools: The case of Turkey. Pamukkale University Journal of Social Sciences Institute, 50, 87-114. https://doi.org/10.30794/pausbed.975901
55. Pamučar, D. ve Ćirović, G. (2015). The selection of transport and handling resources in logistics centers using multi-attributive border approximation area comparison (MABAC). Expert systems with applications, 42(6), 3016-3028.
56. Pandey, V., Komal. ve Dincer, H. (2023). A review on TOPSIS method and its extensions for different applications with recent development. Soft Computing, 27, 18011-18039. https://doi.org/10.1007/s00500-023-09011-0
57. Peci, A., Dervishaj, B. ve Puška, A. (2025). Using fuzzy analytic hierarchy process and technique for order of preference by similarity to the ideal solution in performance evaluation in the Albanian banking sector. Journal of Risk and Financial Management. 18(3), 1-23. https://doi.org/10.3390/jrfm18030116
58. Puška, A., Stević, Ž. ve Pamučar, D. (2022). Evaluation and selection of healthcare waste incinerators using extended sustainability criteria and multi-criteria analysis methods. Environment, Development and Sustainability, 24, 11195-11225. https://doi.org/10.1007/s10668-021-01902-2
59. Saari, D.G. ve Merlin, V.R. (1996). The Copeland method. Economic Theory, 8(1), 51-76. https://doi.org/10.1007/BF01212012
60. Say, S. (2022). Kamusal sermayeli mevduat bankalarının aktif kalitesinin entegre Entropi-TOPSIS yöntemleri ile değerlendirilmesi. Pamukkale Sosyal Bilimler Enstitüsü Dergisi, 52, 351-361.
61. Seçme, G. (2022). Firma performans değerlendirmesine çok kriterli yaklaşım: Bankacılık sektörü üzerine bir uygulama. Ekonomi Politika ve Finans Araştırmaları Dergisi, 7(2), 457-480. https://doi.org/10.30784/epfad.1109033
62. Shannon, C.E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379-423.
63. Süzülmüş, S. ve Yakut, E. (2024). CRITIC temelli PROMETHEE ve EDAS teknikleriyle bankaların finansal performanslarının belirlenerek karşılaştırılması. Manas Sosyal Araştırmalar Dergisi, 13(1), 218-239. doi:10.33206/mjss.1267073
64. Şimşek, O. (2022). Hibrid bir ÇKKV modeli ile Türk bankacılık sektöründe finansal performans değerlendirmesi. Turkish Studies - Economy, 17(2), 447-470. https://dx.doi.org/10.7827/TurkishStudies.62308
65. Taştan, H. ve Aydın, Y. (2023). Mevduat bankalarının finansal performansının CRITIC ve MARCOS yöntemleriyle değerlendirilmesi. Finans Ekonomi Ve Sosyal Araştırmalar Dergisi, 8(4), 906-921. https://doi.org/10.29106/fesa.1380163
66. Teker, S., Avcı Azkeskin, S. ve Aladağ, Z. (2024). Enerji sürdürülebilirliğinin çok kriterli karar verme yöntemleri ile ölçülmesi ve Copeland yöntemi ile bütünleştirilmesi: OECD ülkeleri üzerine bir çalışma. Uluslararası Yönetim İktisat ve İşletme Dergisi, 20(4), 871-895. https://doi.org/10.17130/ijmeb.1440773
67. Topak, M. S. ve Talu, N. H. (2016). Internal determinants of bank profitability: Evidience from Turkish banking sector. International Journal of Economic Perspectives, 10(1), 37-49.
68. Tran, N.M. (2013). Pairwise ranking: Choice of method can produce arbitrarily different rank order. Linear Algebra and Its Applications, 438(3), 1012-1024. https://doi.org/10.1016/j.laa.2012.08.028
69. Ünlü, U., Yalçın, N. ve Avşarlıgil, N. (2022). Analysis of efficiency and productivity of commercial banks in Turkey pre- and during COVID-19 with an integrated MCDM approach. Mathematics, 10(13), 1-22. https://doi.org/10.3390/math10132300
70. Ünvan, Y.A. ve Ergenç, C. (2022). Financial performance analysis with the fuzzy COPRAS and entropy-COPRAS approaches. Computational Economics, 59(4), 1577-1605. https://doi.org/10.1007/s10614-021-10143-4
71. Wang, C.N., Nguyen, N.A.T. ve Dang, T.T. (2023). Sustainable evaluation of major third-party logistics providers: A framework of an MCDM-based entropy objective weighting method. Mathematics, 11, 1-27. https://doi.org/10.3390/math11194203
72. Yadav, R., Singh, M., Meena, A., Lee, S.Y. ve Park, S.J. (2023). Selection and ranking of dental restorative composite materials using hybrid Entropy-VIKOR method: An application of MCDM technique. Journal of the Mechanical Behavior of Biomedical Materials, 147, 1-8.
73. Yavuz, A.E., Hazar A. ve Babuşcu Ş. (2023). Kalkınma ve yatırım bankalarının performanslarının MULTIMOORA yöntemiyle karşılaştırılması-Türkiye örneği. Verimlilik Dergisi, 57(1), 139-158.
74. Yılmaz, N. (2022a). Türk kamu mevduat bankalarının finansal performanslarının IDOCRİW temelli EDAS yöntemiyle karşılaştırmalı analizi. (Harun Türker Kara Ed.), Döngüsel Ekonomi Teori ve Pratik içinde (ss.153-178), İstanbul: Efe Akademi Yayıncılık.
75. Yılmaz, N. (2022b). Türk bankacılık sektöründe uzun dönemli performans analizi: MABAC. Himmet Karadal, İnci Erdoğan Tarakçı, Ramazan Aslan, Evren Dinçer (Eds.), İşletme ve İktisat Araştırmaları içinde (ss.293-312), İstanbul: Efe Akademi Yayıncılık.
76. Yuan, J., Chen, Z. ve Wu, M. (2023). A novel distance measure and CRADIS method in picture fuzzy environment. International Journal of Computational Intelligence Systems, 16, 1-16. https://doi.org/10.1007/s44196-023-00354- y
77. Yücenur, G.N. ve Maden, A. (2024). Sequential MCDM methods for site selection of hydroponic geothermal greenhouse: ENTROPY and ARAS. Renewable Energy, 226, 1-9. https://doi.org/10.1016/j.renene.2024.120361
78. Zavadskas, E. K. ve Turskis, Z. (2010). A new additive ratio assessment (ARAS) method in multicriteria decision‐ making. Technological and Economic Development of Economy, 16(2), 159-172. https://doi.org/10.3846/tede.2010.10
79. Zavadskas, E.K., Turskis, Z., Antucheviciene, J. ve Zakarevicius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir Elektrotechnika, 122(6), 3-6.