Vektornormalisierung — Skalierung mittels Euklidischer Spaltennorm (L2-Normalisierung)
NORM-VECTOR (Vektornormalisierung — Skalierung mittels Euklidischer Spaltennorm (L2-Normalisierung)) ist eine Normalisierungsmethode der Multi-Kriterien-Entscheidungsfindung (MCDM), die 1981 von Hwang, C. L. und Yoon, K. eingeführt wurde. Sie wandelt eine Entscheidungsmatrix von Alternativen, die nach mehreren Kriterien bewertet werden, in ein strukturiertes, reproduzierbares Ergebnis um.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/de/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.
- Kombinatorische Distanzbasierte BewertungEntscheidungsfindung↔ compare
- Bewertung basierend auf der Distanz zur DurchschnittslösungEntscheidungsfindung↔ compare
- Technique for Order of Preference by Similarity to Ideal SolutionEntscheidungsfindung↔ compare
- Gewichtete aggregierte Summen-Produkt-BewertungEntscheidungsfindung↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →