İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklar🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Karar verme›MABAC'ın Sezgisel Genişletmesi
MCDMRankingintuitionistic

MABAC'ın Sezgisel Genişletmesi

Intuitionistic extension of MABAC

IF-MABAC (MABAC'ın Sezgisel Genişletmesi), Li, Y. tarafından 2021'de tanıtılan sıralama çok kriterli karar verme (ÇKKV) yöntemidir. Alternatiflerin birden çok kritere göre puanlandığı bir karar matrisini yapılandırılmış, tekrarlanabilir bir sonuca dönüştürür.

ScholarGate
  1. MCDM
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

MABAC'ın Sezgisel Genişletmesi
Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geri…En İyi-En Kötü Yöntem (B…Bayesian BWMKriterler Korelasyonu ve…Kriter Etki Kayıpları (C…Criterion Impact MeAsure…Kriterler Arası Korelasy…

Ne zaman kullanılır

if-mabac, MABAC'ı Sezgisel Belirsizliği işlemek üzere genişletir. Tüm aritmetik işlemler (normalleştirme, ağırlıklandırma, mesafe hesaplaması) Sezgisel Bulanık Sayı (IFN: μ, ν; μ+ν ≤ 1) cebiri kullanılarak gerçekleştirilir. Nihai puanlar, sıralamadan önce S = μ − ν puan fonksiyonu aracılığıyla durulaştırılır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Adım adım denetlenebilen şeffaf, tekrarlanabilir bir hesaplama prosedürünü izler.
  • Tek bir karar matrisi içinde farklı ölçeklerde ve birimlerde birden çok kriteri işler.
Sınırlılıklar
  • Alternatifler kümeye eklendiğinde veya çıkarıldığında sıralama değişimi sergileyebilir.
  • Tam telafiyi varsayar — bir kriterdeki güçlü bir puan, diğerindeki zayıf bir puanı telafi edebilir.

Kaynaklar

  1. Pamučar, D., & 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. [Canonical MABAC source; cited in place of the retracted Li (2021) intuitionistic-fuzzy MABAC paper, doi:10.1155/2021/5536751.] DOI: 10.1016/j.eswa.2014.11.057 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Intuitionistic extension of MABAC. ScholarGate. https://scholargate.app/tr/decision-making/if-mabac

İlişkili yöntemler

Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)En İyi-En Kötü Yöntem (BWM)Bayesian BWMKriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiCriterion Impact MeAsurement SystemKriterler Arası Korelasyon Yoluyla Kriter Önem Derecesi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Analitik Hiyerarşi SüreciKarar verme↔ karşılaştır
  • Analitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)Karar verme↔ karşılaştır
  • En İyi-En Kötü Yöntem (BWM)Karar verme↔ karşılaştır
  • Bayesian BWMKarar verme↔ karşılaştır
  • Kriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKarar verme↔ karşılaştır
  • Kriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiKarar verme↔ karşılaştır
  • Criterion Impact MeAsurement SystemKarar verme↔ karşılaştır
  • Kriterler Arası Korelasyon Yoluyla Kriter Önem DerecesiKarar verme↔ karşılaştır
Yan yana karşılaştır →

Benzer yöntemler

Aralık Değerli Sezgisel Bulanık MABAC (Xue, You, Lai, Liu 2016)Rough-MABACqR-MABACBulanık MABACMABAC'ın Pisagor genişletmesiGrey-MABACFF-MABAC'ın Fermatean genişlemesiNeutrosophic MABAC

İlgili referans kavramlar

Decision Support SystemsDecision MakingRisk ve Belirsizlik Altında Karar Verme ÖlçütleriWeighted ScoresDecision Making SkillsEvaluation Criteria

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — IF-MABAC (Intuitionistic extension of MABAC). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/if-mabac · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Li, Y.
Subfamily
Ranking
Year
2021
Type
Intuitionistic outranking/ranking — Intuitionistic Fuzzy Number (IFN: μ, ν; μ+ν ≤ 1)
Value Space
intuitionistic
Uncertainty
epistemic
Compensation
full
Rank Reversal
Evet
İlişkili yöntemler
Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)En İyi-En Kötü Yöntem (BWM)Bayesian BWMKriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiCriterion Impact MeAsurement SystemKriterler Arası Korelasyon Yoluyla Kriter Önem Derecesi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil