Abstract:
Çok kriterli karar verme yöntemleri, birden fazla kriterin optimizasyonu ile mümkün çözüm kümeleri içerisinden alternatifin seçimi, sıralanması ve sınıflanmasını sağlar. Bu çalışmanın amacı, Çok kriterli karar verme yöntemlerinden birisi olan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) ile modele dayalı kümeleme analizinde küme sayısını belirlemektir. Çalışmada, veri setleri aday küme sayılarına göre modele dayalı kümeleme ile modellenmiş ve elde edilen her bir kümeleme için Akaike bilgi kriteri, kanıtların yaklaşık ağırlık kriteri, Bayesci bilgi kriteri, sınıflandırma olabilirlik kriteri ve Kullback bilgi kriteri birer karar kriteri olarak hesaplanmıştır. Kriterlerin ağırlıklandırılmasın da simülasyon sonuçları kullanılmış olup TOPSIS ile veri seti için en uygun küme sayısı belirlenmiştir. Önerilen yaklaşımın başarısı gerçek ve sentetik veri setleri üzerinde test edilmiştir. Uygulama sonucunda uygun küme sayısının belirlenmesinde önerilen yaklaşım ilgili bilgi kriterlerine göre daha başarılı bir performans göstermiştir.
