Κανονικοποίηση Διανυσμάτων — Κλιμάκωση Ευκλείδειας νόρμας στήλης (κανονικοποίηση L2)
Η NORM-VECTOR (Κανονικοποίηση Διανυσμάτων — Κλιμάκωση Ευκλείδειας νόρμας στήλης (κανονικοποίηση L2)) είναι μια μέθοδος κανονικοποίησης για τη λήψη αποφάσεων πολλαπλών κριτηρίων (MCDM) που εισήχθη από τους Hwang, C. L., Yoon, K. το 1981. Μετατρέπει έναν πίνακα αποφάσεων εναλλακτικών λύσεων με βαθμολογίες σε πολλαπλά κριτήρια σε ένα δομημένο, αναπαραγώγιμο αποτέλεσμα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/el/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.
- Συνδυαστική Αξιολόγηση Βάσει ΑποστάσεωνΛήψη Αποφάσεων↔ compare
- Αξιολόγηση Βασισμένη στην Απόσταση από τη Μέση ΛύσηΛήψη Αποφάσεων↔ compare
- Τεχνική για την Κατάταξη Προτιμήσεων βάσει Ομοιότητας με την Ιδανική ΛύσηΛήψη Αποφάσεων↔ compare
- Σταθμισμένη Αθροιστική Σύνοψη Γινομένου ΑξιολόγησηςΛήψη Αποφάσεων↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →