MCDMNormalizationcrisp

نرمال‌سازی برداری (L2)

نرمال‌سازی برداری (Vector (L2) Normalization) یک روش تصمیم‌گیری چندمعیاره (MCDM) است که در سال ۱۹۸۱ توسط Hwang, C. L. و Yoon, K. معرفی شد. این روش ماتریس تصمیم شامل امتیازات گزینه‌ها بر اساس معیارهای متعدد را به نتیجه‌ای ساختاریافته و تکرارپذیر تبدیل می‌کند.

به‌کارگیری با DecisionMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

منابع

  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

نحوهٔ استناد به این صفحه

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/decision-making/vector-normalization · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026