Aralık değerli neutrosophic kümelerde benzerlik ölçüsü ve çok kriterli karar verme problemlerine uygulamaları

Abstract

Son zamanlarda neutrosophic kümeler arasındaki benzerlik ölçüsü ile ilgili bazı yöntemler sunulmasına rağmen, aralık değerli neutrosophic kümelerin benzerlik ölçüsü hakkında çalışma sayısı oldukça azdır. Literatürde var olan benzerlik ölçüleri hala belirsiz olan çok kriterli karar verme problemlerinin çözümünde yeterli değildir. Dolayısıyla bu çalışmada, literatüre yeni bir benzerlik ölçüsü kazandırılarak bu ölçü tabanlı ve daha kullanışlı karar verme yöntemleri amaçlanmaktadır. Daha genel bir deyişle literatürde var olan benzerlik ölçülerinin eksik yanları tespit edilmiş olup, aralık değerli neutrosophic küme tabanlı yeni bir benzerlik ölçüsü tanımlanmıştır. Yeni tanımlanan benzerlik ölçüsü var olan benzerlik ölçüleri ile karşılaştırılarak yeni ölçünün üstün olduğu durumlar belirlenmiştir. Çalışmanın bir sonucu olarak, tanımlanan benzerlik ölçüsü öncelikle, benzerlik ölçüsü tabanlı bir karar verme yöntemine sonra ise çok kriterli karar verme yöntemlerinden MABAC yöntemine uygulanarak iki model inşa edilmiştir. Bir karar verme problemi çözülerek sonuçlar diğer benzerlik ölçüleri ile karşılaştırılmış ve yorumlanmıştır.

Although some methods about the similarity measure between neutrosophic sets have been presented recently, the number of studies on the similarity measure of interval-valued neutrosophic sets is very few. The similarity measures that exist in the literature are not sufficient in solving the still uncertain multi-criteria decision-making problems. Therefore, in this study, it is aimed to gain a new similarity measure to the literature and use it in the solution and to facilitate the resolution of decision-making problems. In more general terms, the shortcomings of similarity measures that exist in the literature have been identified, and a new interval-valued neutrosophic set-based similarity measure has been defined. By comparing the newly defined similarity measure with the existing similarity measures, the situations where the new measure is superior are determined. As a result of the study, two models were constructed by applying the similarity measure first to a similarity-based decision making method and then to the MABAC method, one of the multi-criteria decision making methods. After solving a decision-making problem, the results were compared with other similarity measures and interpreted.