Information theoretic measure based interactive approaches to multi-criteria sorting problems

Bu tezde çoklu kriterlere göre değerlendirilen alternatifleri sınıflandırmak için etkileşimli yaklaşımlar geliştirilmektedir. Karar vericinin tercihlerinin genel monoton ve parçalı doğrusal formlarda toplamsal bir tercih fonksiyonu ile tutarlı olduğu varsayılmaktadır. Alternatiflerin olası kategori aralığını belirlemek için iterasyonlar boyunca karar vericiden atama bilgisi alarak matematiksel modeller çözülmektedir. Alternatiflerin atanma sıklığını ve olasılıklarını bulmak için matematiksel modeller ve Monte Carlo simülasyonları yoluyla farazi atama yapılmaktadır ve alternatiflerin kategorilere atanma olasılığı bulunmaktadır. Atama belirsizliklerinin hesaplanmasında ve karar verici tarafından atanacak alternatiflerin seçiminde bir bilgi teorik ölçüsü olan göreceli entropi kullanılmaktadır. Geliştirilen olasılıksız algoritmada karar vericinin tercihlerinin toplamsal fayda fonksiyonu ile tutarlı olduğu durumda tüm alternatiflerin doğru kategorilerine atanması garanti edilmektedir. Geliştirilen olasılıksal algoritma karar vericiden yeterli atama bilgisi sağladığında atama olasılıklarına göre alternatiflerin atanmasına izin vermektedir. Önerilen ve kıyaslama yapılacak algoritmaların performanslarını ölçmek için literatürden üç örnek problem ve rassal olarak oluşturulmuş problemler üzerinde uygulama yapılmaktadır. Problemlerde başlangıç atamaları ve kategori büyüklüğü kısıtlamaları olan/olmayan durumlar dikkate alınmaktadır. Sonuçlar önerilen algoritmaların karar vericinin bilişsel yükünü ve sınflandırma hatalarını azaltmada ve karar verme sürecini kısaltmada iyi performansa sahip olduğunu göstermektedir.