ScholarGate
সহকারী
MCDMNormalizationcrisp

ভেক্টর (L2) নরমালাইজেশন

ভেক্টর-নরমালাইজেশন (ভেক্টর (L2) নরমালাইজেশন) হল একটি নরমালাইজেশন মাল্টি-ক্রাইটেরিয়া ডিসিশন-মেকিং (MCDM) পদ্ধতি যা ১৯৮১ সালে Hwang, C. L. এবং Yoon, K. প্রবর্তন করেন। এটি একাধিক মানদণ্ডের উপর ভিত্তি করে বিকল্পগুলির একটি ডিসিশন ম্যাট্রিক্সকে একটি কাঠামোগত, পুনরুৎপাদনযোগ্য ফলাফলে রূপান্তরিত করে।

DecisionMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

উৎস

  1. Hwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer-Verlag, Berlin DOI: 10.1007/978-3-642-48318-9

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 2). Vector (L2) Normalization. ScholarGate. https://scholargate.app/bn/decision-making/vector-normalization

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/decision-making/vector-normalization · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026