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›Rough-MABAC — MABAC'ın Kaba Genişletmesi
MCDMRankingIf rough

Rough-MABAC — MABAC'ın Kaba Genişletmesi

Rough-MABAC — Rough extension of MABAC

ROUGH-MABAC (Rough-MABAC — MABAC'ın Kaba Genişletmesi), Jia, F., Liu, Y., Wang, X. tarafından 2019'da tanıtılan sıralama amaçlı 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.

Rough-MABAC
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

ROUGH-MABAC (Jia ve ark. 2019), Sezgisel Bulanık Kaba Sayılar (IFRN=[(μ_l,ν_l),(μ_u,ν_u)]) kullanır, düz kaba aralıklar DEĞİL. İş Akışı: (1) maliyet kriterleri için μ↔ν değiştirilir (normalleştirme); (2) IFWA skaler kuvveti w_j⊗β_ij=(1-(1-μ)^{w_j}, ν^{w_j}) her IFRN bileşenine uygulanır; (3) IFRG geometrik ortalaması her kriter için IFRBAA [g_j]'yi verir; (4) IFRBAA'dan işaretli Öklid mesafesi d_ij: [γ_ij]>[g_j] ise pozitif (Tanım 5 Toplam tabanlı karşılaştırma yoluyla), altındaysa negatif; (5) Q_i=Σ_j d_ij, azalan sırada sırala. Orta nokta belirsizleştirme yok — sıralama tamamen Öklid mesafeleri aracılığıyla puana dayalıdır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Adım adım denetlenebilen şeffaf, tekrarlanabilir bir hesaplama prosedürünü izler.
  • Tek bir karar matrisi içinde farklı ölçek ve birimlerdeki birden çok kriteri ele alır.
Sınırlılıklar
  • Alternatifler kümeye eklendiğinde veya çıkarıldığında sıralama tersine dönmesi sergileyebilir.
  • Tam telafiyi varsayar — bir kriterde güçlü bir puan, başka bir kriterde zayıf bir puanı telafi edebilir.

Kaynaklar

  1. Jia, F., Liu, Y., Wang, X. (2019). An extended MABAC method for multi-criteria group decision making based on intuitionistic fuzzy rough numbers. Expert Systems with Applications DOI: 10.1016/j.eswa.2019.03.016 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Rough-MABAC — Rough extension of MABAC. ScholarGate. https://scholargate.app/tr/decision-making/rough-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

qR-MABACMABAC'ın Sezgisel GenişletmesiAralık Değerli Sezgisel Bulanık MABAC (Xue, You, Lai, Liu 2016)Rough-COPRASRough-VIKORROUGH-MOORAROUGH-TOPSISROUGH-WASPAS

İlgili referans kavramlar

Decision Support SystemsDecision MakingRisk ve Belirsizlik Altında Karar Verme ÖlçütleriÇok Boyutlu ÖlçeklemeEvaluation CriteriaWeighted Scores

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

ScholarGate — ROUGH-MABAC (Rough-MABAC — Rough extension of MABAC). 2026-07-20 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/rough-mabac · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Jia, F., Liu, Y., Wang, X.
Subfamily
Ranking
Year
2019
Type
IF-Rough outranking/ranking — Intuitionistic Fuzzy Rough Number (membership μ, non-membership ν)
Value Space
If rough
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