MCDMNormalizationcrisp

Normalització vectorial — Escalament de la norma euclidiana de columna (normalització L2)

NORM-VECTOR (Normalització vectorial — Escalament de la norma euclidiana de columna (normalització L2)) és un mètode de normalització dins de la presa de decisions multicriteri (MCDM, per les sigles en anglès de Multi-Criteria Decision Making) introduït per Hwang, C. L., Yoon, K. el 1981. Transforma una matriu de decisió d'alternatives puntuades segons múltiples criteris en un resultat estructurat i reproducible.

Aplica-ho amb DecisionMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Hwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Lecture Notes in Economics and Mathematical Systems, Vol. 186, Springer-Verlag DOI: 10.1007/978-3-642-48318-9

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/ca/decision-making/norm-vector

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateNORM-VECTOR (Vector Normalization — Euclidean column-norm scaling (L2 normalisation)). Recuperat el 2026-06-15 de https://scholargate.app/ca/decision-making/norm-vector · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026