EFFICIENT, EFFECTIVE AND APPLICABLE DECISION MAKING: INTERACTIVE FUZZY / POSSIBILISTIC MULTIPLE OBJECTIVE MATHEMATICAL PROGRAMMING

Yıl 2014, XIV. Uluslararası Ekonometri Yöneylem Araştırması ve İstatistik Sempozyumu Özel Sayısı, 197 - 210, 01.10.2014

Kerem Ciddi , Serpil Erol

Öz

For last 60-70 years, in academic and
practice areas, more efficient and applicable solutions have been tried to be
obtained by developing fuzzy / possibilistic mathematical programming methods.
instead of deterministic ones. Compromise solutions for specific
satisfaction levels can be found with Multiple Objective Decision Making
approaches in uncertain environment, Decision maker can also point out the changes
in satisfaction levels of goals and compromise solutions according to usage of
resources with Interactive Multiple Objective Decision Making approaches and thus
has many alternatives in trade-off decisions related to the changes and a possibility
for more flexible decision making. In this
paper, an overview to “Interactive Fuzzy / Possibilistic Single / Multiple
Objective Mathematical Programming” approaches is presented. At the same time,
the need and advantages of these major approaches which can be used in various
combinations are pointed out with their justifications and the issue of that
why decision makers have to consider and use them in real-world is emphasized. There
is a lack on real-world based studies integrating fuzzy / possibilistic
uncertainty with interactive and multiple objective approaches. In this
context, it is evaluated that important contributions can be made with
different field / sector applications.

Anahtar Kelimeler

Quantitative Methods and Modeling for Planning, Fuzzy Mathematical Programming, Fuzzy Multiple Objective Decision Making, Interactive Approaches

ETKİN, ETKİLİ VE UYGULANABİLİR KARAR VERME: ETKİLEŞİMLİ BULANIK / OLABİLİRLİKLİ ÇOK AMAÇLI MATEMATİKSEL PROGRAMLAMA

Öz

Son 60-70
yıldır, akademik ve pratik alanlarda, deterministik yerine, bulanık /
olabilirlikli matematiksel programlama yöntemleri geliştirilerek daha etkin ve
uygulanabilir çözümler elde edilmeye çalışılmaktadır. Belirsizlik ortamında;
Çok Amaçlı Karar Verme yaklaşımlarıyla, belirli tatmin seviyeleri için uzlaşık
çözümler bulunabilmektedir. Ayrıca, karar verici, Etkileşimli Çok Amaçlı Karar
Verme yaklaşımlarıyla, kaynakların kullanımına bağlı olarak hedeflerin tatmin
seviyeleri ve uzlaşık çözümlerdeki değişiklikleri ortaya koyabildiğinden, ödünleşme
kararlarında birçok alternatife sahip olmakta ve bu sayede daha esnek karar
verme imkânı bulmaktadır. Bu çalışmada, “Etkileşimli Bulanık / Olabilirlikli
Tek / Çok Amaçlı Matematiksel Programlama” yaklaşımlarına genel bir bakış
sunulmaktadır. Aynı zamanda, çeşitli kombinasyonlarda kullanılabilen bu temel
yaklaşımların üstünlükleri ile bunlara duyulan ihtiyaç, gerekçeleri ile
belirtilmekte ve karar vericilerin gerçek dünyada bu yaklaşımları neden dikkate
alması ve kullanması gerektiği hususu vurgulanmaktadır. Bulanık / Olabilirlikli
belirsizliğini çok amaçlı ve etkileşimli yaklaşımlarla birleştiren gerçek dünya
çalışmalarında bir eksiklik mevcuttur. Bu bağlamda, farklı alan / sektör
uygulamaları ile literatüre önemli katkılar yapılabileceği
değerlendirilmektedir.

Anahtar Kelimeler

Planlamada Nicel Yöntemler ve Modelleme, Bulanık Matematiksel Programlama, Bulanık Çok Amaçlı Karar Verme, Etkileşimli Yaklaşımlar

Kaynakça

• Baykasoğlu, A. & Gökçen, T. (2008). A Review and Classification of Fuzzy Mathematical Programs. Journal of Intelligent And Fuzzy Systems, 19 (3), 205-229.
• Bellman, R.E & Zadeh, L.A. (1970). Decision – Making in a Fuzzy Environment. Management Science, 17, 141-164.
• Cohon, J.L. (2003). Multiobjective Programming and Planning. Dover Publications Inc., New York.
• Collette, Y. & Siarry, P. (2004). Multiobjective Optimization Principles and Case Studies. Springer-Verlag, Berlin.
• Evren, R. &Ülengin, F. (1992). Yönetimde Çok Amaçlı Karar Verme. İTÜ Yayınları, İstanbul.
• Hannan, E.L. (1981a). On Fuzzy Goal Programming. Decision Sciences, 12, 522-531.
• Hannan, E.L. (1981b). Linear Programming with Multiple Fuzzy Goals. Fuzzy Sets and Systems, 6, 235-248.
• Ignizio, J.P. (1976). Goal Programming and Extensions. Health: Lexington Books Publication.
• Inuiguchi, M. and Ramik, J. (2000). Possibilistic Linear Programming: A Brief Review of Fuzzy Mathematical Programming and a Comparison with Stochastic Programming in Portfolio Selection Problem. Fuzzy Sets and Systems, 111, 3-28.
• Lai, Y. J. and Hwang, C.L. (1992). Fuzzy Mathematical Programming: Methods and Applications. Springer-Verlag, Berlin.
• Lai, Y.J. and Hwang, C.L. (1996). Fuzzy Multiple Objective Decision Making: Methods and Applications, Springer-Verlag, Berlin.
• Lee, S.M. (1972). Goal Programming for Decision Analysis. Auerbach Publication, Philadelphia.
• Meade, L.M. and Sarkis, J. (1999). Analyzing Organizational Project Alternatives for Agile Manufacturing Process: An Analytical Network Approach. International Journal of Production Research, 37, 241-261.
• Romero, C. (1991). Handbook of Critical Issues in Goal Programming. Pergamon Publication, Oxford.
• Ross, T.J. (2004). Fuzzy Logic with Engineering Applications. John Wiley & Sons Inc, West Sussex.
• Saaty, T.L. (1996). Decision Making with Dependence and Feedback: The Analytic Network Process. RWS Publications, Pittsburgh.
• Sakawa, M. (1993). Fuzzy Sets and Interactive Multiobjective Optimization, Plenum Press, New York.
• Sakawa, M. (2002). Genetic Algorithms and Fuzzy Multiobjective Optimization. Kluwer Academic Publishers, Massachusetts.
• Taha, H.A. (2000). Yöneylem Araştırması. (Çev: Baray, A. ve Esnaf, Ş., 6. bs.). Literatür Yayını, İstanbul.
• Tiwari, R.N., Dharmar S. and Rao, J.R. (1986). Priority Structure in Fuzzy Goal Programming-An Additive Model. Fuzzy Sets and Systems, 19, 251-259.
• Tiwari, R.N., Dharmar, S. and Rao, J.R. (1987). Fuzzy Goal Programming-An Additive Model. Fuzzy Sets and Systems, 24, 27-34.
• Wang, H.-F. (2000). Fuzzy Multicriteria Decision Making - An Overview. Journal of Intelligent and Fuzzy Systems, 9 (1-2), 61-83.
• White, D.J. (1990). A Bibliography on the Applications of Mathematical Programming Multiple – Objective Methods. Journal of Operational Research Society, 41, 669-691.
• Winston, W.L. (2004). Operations Research: Applications and Algorithms. Thomson Publication, Belmont CA. Yang, T., Ignizio, J.P. and Kim, H.J. (1991). Fuzzy Programming with Nonlinear Membership Functions: Piecewise Linear Approximation. Fuzzy Sets and Systems, 41, 39-53.
• Yano, H. and Sakawa, M. (2009). A Fuzzy Approach to Hierarchical Multiobjective Programming Problems and its Application to an Industrial Pollution Control Problem. Fuzzy Sets and Systems, 160 (22), 3309-3322.
• Zimmermann, H.-J. (1978). Fuzzy Programming and Linear Programming with Several Objective Functions. Fuzzy Sets and Systems, 1, 45-55.
• Zimmermann, H.-J. (2001). Fuzzy Set Theory -and its Applications. Kluwer Academic Publishers, Massachusetts. Zimmermann, H.J., (2010). Fuzzy Set Theory. Wiley Interdisciplinary Reviews: Computational Statistics, 2 (3), 317-332.