Bulanık ANP Yöntemi

İlk olarak Thomas L. Saaty tarafından tanıtılan ANP yöntemi, AHP yönteminin bir uzantısıdır (Saaty 1996). Yöntem, bir sistemin elemanları arasındaki göreli bağımlılığı temsil eden ve bireysel yargılardan kaynaklanan çeşitli kararların analizini yapan kapsamlı bir geri bildirim yaklaşımı sunmaktadır (Asan vd. 2012: 160). Bu geri bildirim yaklaşımı, yüksek veya düşük, üst veya ast olarak temsil edilemeyen seviyeler arasındaki ilişkiyi, hiyerarşik yapı yerine ağ yapısı şeklinde ifade etmektedir (Meade ve Sarkis, 1999: 246).

Pek çok gerçek problemde, karar vermeye ilişkin verilerin bazıları kesin olarak değerlendirilebilirken; bazıları belirlenemez (Kulak ve Kahraman, 2005: 192). Bu sebeple klasik ANP yönteminde karar vericiler herhangi bir konudaki görüşlerini kesin bir sayı ile ifade edip değerlendirme yapmaktayken, bulanık ANP yönteminde sözel değerlendirmelerin yapılması daha gerçekçi sonuçlar vermektedir. İşte bu sözel değerlendirmeler, yargı aralığını gösteren üçgen bulanık sayılardır (Gu ve Zhu, 2006: 402).

Bulanık ANP konusunda literatürde çeşitli çalışmalara rastlamak mümkündür:

Mikhailov ve Singh (2003) çalışmasında, karar verme sürecinde girdi bilgileri olarak belirsiz insan yargılarını kullanan analitik ağ sürecinin bulanık bir uzantısını önerilmiştir.

Çalışmada, Excel ile Matlab programlarını kullanarak bulanık karar destek sistemi (FDSS) için bir prototip önerilmiştir. Yöntemde klasik özvektör önceliklendirme yöntemi yerine, tutarsız aralıklardan ve bulanık yargılardan net öncelikleri elde eden bulanık tercih programlama uygulanmaktadır. Ayrıca verilen yargıların tutarlılığını da ölçülebilmektedir (Mikhailov vd. 2003: 33). Özdağoğlu (2008)’de, bir firma için tesis yeri seçimi problemi, ele alınan kriterlerin niteliksel, değişkenlerin sözel olması ve aralarında karşılıklı etkileşim bulunması sebebiyle bulanık ANP ile modellenmiştir. Seçim kriterlerinin seviyelendirilmesi ve sürecin hesaplanmasıyla her kriter için önem düzeyi bulunduktan sonra 4 alternatif kuruluş yeri karşılaştırılmıştır. Güneri, Cengiz ve Şeker (2009) çalışmasında, gemi endüstrisinde tersane yeri seçiminde bulanık ANP yöntemini kullanılmıştır. Çalışmada amaç para, zaman ve insan gibi sınırlı kaynaklarını etkin kullanarak, çeşitli kriterlere göre farklı etkilenen yatırım alternatifleri arasından en uygun olanını seçmektir. Chen ve Chen (2010) çalışmasında, Tayvan’da yükseköğretim kurumlarında artmakta olan ve birbirine bağımlı bir dizi kriteri alarak inovasyon

performasını değerlendirmek için yenilik destek sistemi (ISS) oluşturulmuştur. Bağımlılık ve her bir ölçüm kriterinin göreceli ağırlıklarını göz önünde bulunduran sistemde; bir karar verme ve değerlendirme yöntemi olan Dematel, bulanık analitik ağ süreci ve ideal bir çözüm sağlayan TOPSIS yöntemleri birleştirilmiştir.

Çalışma sistemi güvenliği, dinamik ve karmaşıklık gibi birçok faktörün bir fonksiyonudur. Dağdeviren, Yüksel ve Kurt (2008) çalışmasında, çalışma sistemi güvenliğinde önemli olan hatalı davranış riski analizi, faktörlerin ve alt faktörlerin bütüncül bir şekilde ele alınmasına izin veren bulanık ANP yöntemi kullanılarak yapılmıştır. Çevresel etkilere karşı kamu bilinci arttıkça, “yeşil” ilke ve stratejileri şirketler için hayati hale gelmiştir. Bu nedenle tedarik zincirinde önemli bir unsur olan uygun ve yeşil tedarikçiler belirlemek amacıyla Büyüközkan ve Çiftçi (2012) çalışmasında, yeşil destek zinciri (GSC) yönetimini yapmaya yardımcı olan yeni bir melez bulanık çok kriterli karar verme yöntemi ortaya konulmuştur. Yöntem, bulanık karar verme ve değerlendirme yöntemlerinden olan Dematel’i, analitik ağ sürecini ve TOPSIS yöntemlerini entegre etmiştir. Dargi, Anjomshoaea, Memaria, Galankashia ve Tap (2014) çalışmasında, İran otomotiv sektöründe tedarik seçim sürecinde kritik faktörlerin seçimini sağlayan bir sistem önerilmiştir. Yapılan literatür araştırmasının ardından tedarikçileri değerlendirmede önlemler çıkarılmıştır. Buradan en kritik performans ölçümlerini ayırmak amacıyla Aday Grup Tekniği ve faktörlerin önem ağırlıklarını belirlemede bulanık ANP yöntemi kullanılmıştır.

Bulanık ANP yönteminin çözümü için ise yine literatürde önerilen birçok çözüm yöntem bulunmaktadır. Bu yöntemler bulanık küme teorisi ve ağ yapısı analizini kullanarak çok kriterli karar verme problemlerini çözen yöntemlerdir.

Van Laarhoven and Pedrycz (1983) çalışmasında, bulanık ağırlıklar ve bulanık performans değerleri, Lootsma’nın logaritmik en küçük kareler yöntemi kullanılarak elde edilmektedir. Buckley (1985)’de, klasik AHP yöntemiyle aij karşılaştırma oranlarını birleştirilerek yeni bir model geliştirilmiştir. Chang (1992) ve (1996) çalışmalarında, ikili karşılaştırmalar için genişletme analizi yöntemini kullanılmıştır. Cheng (1997)’de entropi ağırlığına dayanan bulanık ahp yöntemi kullanılmıştır. Mikhailov (2004) çalışmasında, ikili karşılaştırma yargılarından net öncelikleri elde eden yeni bir yaklaşım önerilmiştir.

Promentilla, Furuichi, Ishii ve Tanikawa (2008)’de ise bulanık karar matrislerinin karşılaştırılmasında özdeğer vektörü kullanılmıştır.

Bulanık ANP yönteminin algoritma adımları aşağıda verilmiştir (Chang 1992, 1996:

649 - 655; Saaty ve Vargas 2013, Chung 2005, Figueira vd 2005: 382 - 406):

Adım 1. Problemin tanımlanması ve modelin kurulması: Karar verme probleminin amacı, kümeleri ve elemanları belirlenir. Problem açık bir şekilde tanımlanarak, ağ şeklinde rasyonel bir biçimde ayrıştırılır.

Adım 2. İkili karşılaştırma matrisleri ve önceliklerin hesaplanması: Kararı etkileyen kriterler ve elemanlar için ikili karşılaştırma matrisleri kullanılarak göreli önem ağırlıkları belirlenir. Göreli önem ağırlıklarını elde etmek için Çizelge 2.2’deki bulanık üçgen sayılar kullanılır. Akabinde Chang (1992, 1996) tarafından önerilen genişletme analizi yöntemi kullanılarak bu değerler durulaştırılıp ve nispi önem ağırlıkları bulunur.

Çizelge 2.2. Önem Derecesi İçin Üçgen Bulanık Sayılar Önem

derecesi Dilsel değişken Bulanık üçgen sayılar elemanlar arasındaki etkiler süper matris adı verilen bir matrisle gösterilmektedir. Süper matriste yer alan matris bölümleri kriterlerin ikili kıyaslamalarından elde edilen önem ağırlıklarıdır. Bu önem ağırlıkları yardımıyla süper matris ve akabinde limit matris elde edilir.

Adım 4. En iyi alternatifin seçimi: Limit süper matris ile alternatiflere veya karşılaştırılan kriterlere ilişkin önem ağırlıkları belirlenmiş olur. Limit süper matriste en büyük önem ağırlığına sahip olan alternatif en iyi alternatif olarak belirlenir.