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›Çok Kriterli Fayda Teorisi
MCDMRankingcrisp

Çok Kriterli Fayda Teorisi

Multi-Attribute Utility Theory

MAUT (Çok Kriterli Fayda Teorisi), Keeney, R. L. ve Raiffa, H. tarafından 1976'da tanıtılan çok kriterli karar verme (MCDM) yöntemlerinden bir sıralama yöntemidir. Çok sayıda kritere göre puanlanan alternatiflerden oluşan 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.

Çok Kriterli Fayda Teorisi
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…AHP-BOCRFuzzy MAUT

Ne zaman kullanılır

Doğrusal fayda fonksiyonları ile U(A_i) ∈ [0,1] aralığındadır. Daha yüksek U, daha büyük genel fayda anlamına gelir. MAUT, toplamsal formun geçerli olması için kriterlerin tercihsiz bağımsızlık (daha güçlüsü: toplamsal bağımsızlık) özelliğini taşımasını gerektirir. Pratikte bu, genellikle resmi bir doğrulama olmaksızın varsayılır. Karar vericinin risk tutumu gerektiriyorsa, kriter başına doğrusal olmayan fayda fonksiyonları (üstel vb.) belirtilebilir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Adım adım denetlenebilen şeffaf, tekrarlanabilir bir hesaplama prosedürünü izler.
  • Tek bir karar matrisi içinde farklı ölçek ve birimlerdeki çok sayıda kriteri ele alır.
Sınırlılıklar
  • Tam telafiyi varsayar — bir kriterdeki güçlü bir puan, diğerindeki zayıf bir puanı telafi edebilir.

Kaynaklar

  1. Keeney, R. L., Raiffa, H. (1976). Decisions with Multiple Objectives: Preferences and Value Trade-offs. Wiley ISBN: 978-0-521-43883-4

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Multi-Attribute Utility Theory. ScholarGate. https://scholargate.app/tr/decision-making/maut

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 →

Bu yönteme atıf yapanlar

AHP-BOCRFuzzy MAUT

Benzer yöntemler

Sezgisel Bulanık Çok Öznitelikli Fayda Teorisi (IFWA tabanlı toplamsal fayda)Fuzzy MAUTUTilités Additives (Ek Tanım Değerleme)Basit Çok Nitelikli Derecelendirme TekniğiAnalitik Hiyerarşi SüreciUTA*Belirsizlik altında tercih ayrıştırması (Olasılıksal Katkısal Faydalar)UTilités Additives DIScriminantes (Toplamsal Fayda Sıralaması)

İlgili referans kavramlar

Karar Kuramı ve FaydaDecision MakingDecision Support SystemsRisk ve Belirsizlik Altında Karar Verme ÖlçütleriPolitika AnaliziMaliyet-Fayda Analizi

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

ScholarGate — MAUT (Multi-Attribute Utility Theory). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/maut · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Keeney, R. L., Raiffa, H.
Subfamily
Ranking
Year
1976
Type
Additive multi-attribute utility function
Value Space
crisp
Uncertainty
Hiçbiri
Compensation
full
Rank Reversal
Hayır
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