ScholarGate
Assistent
MCDMNormalizationcrisp

Vektor (L2) Normalisering

VEKTOR-NORMALISERING (Vektor (L2) Normalisering) er en normaliseringsmetode inden for multikriteriebeslutningstagning (MCDM), introduceret af Hwang, C. L. Yoon, K. i 1981. Den omdanner en beslutningsmatrix af alternativer bedømt ud fra flere kriterier til et struktureret, reproducerbart resultat.

Anvend med DecisionMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Kilder

  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

Sådan citerer du denne side

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Hentet 2026-06-15 fra https://scholargate.app/da/decision-making/vector-normalization · Datasæt: https://doi.org/10.5281/zenodo.20539026