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›Z-Sayıları Bulanık Logaritmik Toplayıcı Ağırlıklar Metodolojisi
MCDMWeightingZ number

Z-Sayıları Bulanık Logaritmik Toplayıcı Ağırlıklar Metodolojisi

Z-Number Fuzzy Logarithm Methodology of Additive Weights

ZF-LMAW (Eklektik Ağırlıklar Bulanık Logaritma Metodolojisi), Puška, A. Božanić, D. Nedeljković, M. Janošević, M. tarafından 2022'de tanıtılan bir ağırlıklandırma çok kriterli karar verme (ÇKDV) 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.

Z-Sayıları Bulanık Logaritmik Toplayıcı Ağırlıklar Metodolojisi
Fuzzy ARASBulanık MABACBulanık MARCOSFuzzy TOPSIS (Chen-Hwang…Bulanık WASPASZ-Sayı Tercih Sıralama O…TOPSIS'in Z-Sayı uzantısıZ-Sayı Bulanık Uzlaşma S…

Ne zaman kullanılır

Çıktı, toplamı 1 olan bir ağırlık vektörüdür. En yüksek ağırlık en etkili kriteri belirler. Bu ağırlıkları, uyumlu herhangi bir ÇKDV sıralama yönteminde (ZF-CRADIS, bulanık WASPAS, bulanık MARCOS, bulanık TOPSIS vb.) aşağı akışta kullanın. B-bulanık güvenilirlik ölçeği, uzmanların düşük güvenilirlikli öncelikleri sigortalamasına olanak tanır — düşük bir B-derecesi, etkili öncelik TFN'sini √α ölçeklendirmesi yoluyla küçültür.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Şeffaf, tekrarlanabilir ve adım adım denetlenebilen hesaplama prosedürünü izler.
  • Tek bir karar matrisi içinde farklı ölçeklerde ve birimlerde birden çok kriteri ele alır.
Sınırlılıklar
  • Tam telafi varsayar — bir kriterdeki güçlü bir puan, diğerindeki zayıf bir puanı dengeleyebilir.

Kaynaklar

  1. Puška, A., Božanić, D., Nedeljković, M., Janošević, M. (2022). Green Supplier Selection in an Uncertain Environment in Agriculture Using a Hybrid MCDM Model: Z-Numbers–Fuzzy LMAW–Fuzzy CRADIS Model. Axioms DOI: 10.3390/axioms11090427 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Z-Number Fuzzy Logarithm Methodology of Additive Weights. ScholarGate. https://scholargate.app/tr/decision-making/zf-lmaw

İlişkili yöntemler

Fuzzy ARASBulanık MABACBulanık MARCOSFuzzy TOPSIS (Chen-Hwang 1992)Bulanık WASPASZ-Sayı Tercih Sıralama Organizasyon Yöntemi (II)TOPSIS'in Z-Sayı uzantısıZ-Sayı Bulanık Uzlaşma Sıralaması İdeal Çözümden Uzaklığa Göre

Hangi yöntem?

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

  • Fuzzy ARASKarar verme↔ karşılaştır
  • Bulanık MABACKarar verme↔ karşılaştır
  • Bulanık MARCOSKarar verme↔ karşılaştır
  • Fuzzy TOPSIS (Chen-Hwang 1992)Karar verme↔ karşılaştır
  • Bulanık WASPASKarar verme↔ karşılaştır
  • Z-Sayı Tercih Sıralama Organizasyon Yöntemi (II)Karar verme↔ karşılaştır
  • TOPSIS'in Z-Sayı uzantısıKarar verme↔ karşılaştır
  • Z-Sayı Bulanık Uzlaşma Sıralaması İdeal Çözümden Uzaklığa GöreKarar verme↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Z-Sayı Bulanık Uzlaşma Sıralaması İdeal Çözümden Uzaklığa Göre

Benzer yöntemler

Z-Sayı Bulanık Uzlaşma Sıralaması İdeal Çözümden Uzaklığa GöreLogaritmik Katkı Ağırlıkları MetodolojisiBulanık SIWECWASPAS'ın Z-Sayı uzantısıTOPSIS'in Z-Sayı uzantısıZ-Sayırlı En İyi-En Kötü YöntemiEşit Kriter Ağırlıklarıyla Alternatifleri Sıralama

İlgili referans kavramlar

Decision Support SystemsDecision MakingWeighted ScoresRisk ve Belirsizlik Altında Karar Verme ÖlçütleriBayesçi Model OrtalamasıLojistik Diskriminasyon

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

ScholarGate — ZF-LMAW (Z-Number Fuzzy Logarithm Methodology of Additive Weights). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/zf-lmaw · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Puška, A. Božanić, D. Nedeljković, M. Janošević, M.
Subfamily
Weighting
Year
2022
Type
Logarithmic anti-ideal weighting under Z-number uncertainty with group aggregation
Value Space
Z number
Uncertainty
hybrid
Compensation
full
İlişkili yöntemler
Fuzzy ARASBulanık MABACBulanık MARCOSFuzzy TOPSIS (Chen-Hwang 1992)Bulanık WASPASZ-Sayı Tercih Sıralama Organizasyon Yöntemi (II)TOPSIS'in Z-Sayı uzantısıZ-Sayı Bulanık Uzlaşma Sıralaması İdeal Çözümden Uzaklığa Göre
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