AI Summary & Key Takeaways
AI InsightThe results indicate that the mixed-variable Axiomatic Design approach effectively handles heterogeneous data structures and produces transparent, non-compensatory, and interpretable rankings of alternatives.
📌 3 Key Takeaways
Abstract
Purpose: Marina selection is a complex multi-criteria decision-making problem characterized by heterogeneous data types, inherent uncertainty, and strong dependence on user preferences. Addressing this complexity requires a decision-support framework that can simultaneously accommodate multiple variable representations while preserving theoretical consistency, transparency, and interpretability. The purpose of this study is to develop such a framework for systematic marina evaluation and selection. Methodology: This study proposes a weighted mixed-variable Axiomatic Design (MVAD) framework that integrates crisp, interval, and fuzzy variables within a unified information-theoretic structure. Selection criteria are classified as cost, benefit, and target types, and user-defined weights are incorporated to reflect preference sensitivity. Marina alternatives are evaluated based on their conformity to functional requirements using an extended information content formulation, enabling interpretable decision outcomes. Findings: The applicability of the proposed approach is demonstrated through a case study based on real data from five marinas located along the Turkish coastline. The results indicate that the mixed-variable Axiomatic Design approach effectively handles heterogeneous data structures and produces transparent, non-compensatory, and interpretable rankings of alternatives. A 45-scenario sensitivity analysis confirms the framework's robustness: the highest- and lowest-ranked marinas remain unchanged across all weighting configurations, with rank variations confined to the intermediate alternatives. Originality: By extending classical axiomatic design to mixed-variable decision environments, this study introduces a rigorous, transparent, and practical decision-support approach suitable for complex real-world selection problems involving uncertainty and diverse data representations.
Özet
Amaç: Marina seçimi; heterojen veri türleri, belirsizlik ve güçlü kullanıcı tercihi bağımlılığı içeren, çok sayıda kriterin eş zamanlı olarak değerlendirilmesini gerektiren karmaşık bir çok kriterli karar verme problemidir. Bu çalışmanın amacı, söz konusu karmaşıklığı ele alabilecek; kuramsal tutarlılığı, şeffaflığı ve yorumlanabilirliği korurken birden fazla değişken temsilini destekleyen bütünleşik bir karar destek çerçevesi geliştirmektir. Yöntem: Bu çalışmada, kesin, aralıklı ve bulanık değişkenleri tek bir yapı içerisinde bütünleştiren karma değişkenli ağırlıklı Aksiyomatik Tasarım (AT) yaklaşımı önerilmektedir. Seçim kriterleri maliyet, fayda ve hedef türleri olarak sınıflandırılmış; kullanıcı tarafından belirlenen ağırlıklar modele entegre edilerek tercih duyarlılığı değerlendirme sürecine yansıtılmıştır. Marina alternatifleri, genişletilmiş bilgi içeriği formülasyonu aracılığıyla fonksiyonel gereksinimleri karşılama düzeylerine göre analiz edilmiştir. Bulgular: Önerilen yaklaşımın uygulanabilirliği, Türkiye kıyılarında yer alan beş marina üzerinde gerçek verilere dayalı bir vaka çalışması ile gösterilmiştir. Bulgular, karma değişkenli AT yaklaşımının heterojen veri yapılarını etkin biçimde işleyebildiğini ve telafi edici olmayan, şeffaf ve yorumlanabilir alternatif sıralamaları ürettiğini ortaya koymaktadır. 45 senaryoluk bir duyarlılık analizi, çerçevenin sağlamlığını doğrulamakta; en üst ve en alt sıradaki marinalar tüm ağırlıklandırma yapılandırmalarında değişmeden kalmakta ve sıralama değişimleri yalnızca orta sıradaki alternatiflerle sınırlı kalmaktadır. Özgünlük: Bu çalışma, klasik Aksiyomatik Tasarım yaklaşımını karma değişkenli ve tercih odaklı karar ortamlarına genişleterek literatüre özgün bir katkı sunmaktadır. Önerilen yöntem, belirsizlik ve kullanıcı tercihi bağımlılığının yüksek olduğu karmaşık gerçek hayat seçim problemleri için etkin, esnek ve uygulanabilir bir karar destek aracı sağlamaktadır.