Using fuzzy aggregation operators, compensatory fuzzy approaches can be proposed for multi-objective
problems. The variety of operators for the aggregation of objectives might be confusing and might make it difficult to decide which one to apply to the problem. For example while Zimmermann’s “min” operator provides numerical efficiency, it does not guarantee compensatory and Pareto-optimality. In this paper, we present brief information about some important compensatory fuzzy aggregation operators and then apply them to the Multi-objective Linear Transportation Problem (MOLTP) to obtain a compensatory compromise Pareto-optimal solution set. And an illustrative example is provided to compare these aggregation operators and to conclude which operator is more appropriate for the concerning problem.

Bulanık operatörler kullanılarak, çok amaçlı problemler için dengeleyici bulanık yaklaşımlar üretilmektedir. Amaçların birleştirilmesi için kullanılan bu operatörlerin çeşitliliği kafa karıştırıcı olabilir ve probleme hangisinin uygulanacağı kararının verilmesini güçleştirebilir. Örneğin Zimmermann’ın “min” operatörü sayısal hesaplamalarda kolaylık sağlarken, dengeleyici olma özelliğini ve Pareto-optimalliği garanti etmemektedir. Çalışmamızda, bazı önemli bulanık birleştirme operatörleri hakkında temel bilgi sunularak, bu operatörler dengeleyici uzlaşık Pareto-optimal çözüm kümesini elde etmek amacıyla çok amaçlı lineer taşıma problemine uygulanmıştır. Ayrıca bu birleştirme operatörlerini karşılaştırmak amacıyla sayısal bir örnek verilmiş ve ele alınan problem için hangi operatörün uygun olduğu hakkında sonuçlar vurgulanmıştır.