ScholarGate
Avustaja

Vertaile menetelmiä

Tarkastele valitsemiasi menetelmiä rinnakkain; eroavat rivit korostetaan.

Vektorin normalisointi×Arviointi perustuen etäisyyteen keskimääräisestä ratkaisusta×
TieteenalaPäätöksentekoPäätöksenteko
MenetelmäperheMCDMMCDM
Syntyvuosi19812015
KehittäjäHwang, C. L., Yoon, K.Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., Turskis, Z.
TyyppiNormalization (L2, unit-sphere projection)Distance from average solution
AlkuperäislähdeHwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Lecture Notes in Economics and Mathematical Systems, Vol. 186, Springer-Verlag DOI ↗Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica DOI ↗
Rinnakkaisnimet
Liittyvät48
TiivistelmäNORM-VECTOR (Vector Normalization — Euclidean column-norm scaling (L2 normalisation)) is a normalization multi-criteria decision-making (MCDM) method introduced by Hwang, C. L., Yoon, K. in 1981. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.EDAS (Evaluation Based on Distance from Average Solution) is a ranking multi-criteria decision-making (MCDM) method introduced by Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., Turskis, Z. in 2015. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateAineisto
  1. v1
  2. 1 Lähteet
  3. PUBLISHED
  1. v1
  2. 1 Lähteet
  3. PUBLISHED

Siirry hakuun Lataa diat

ScholarGateVertaile menetelmiä: NORM-VECTOR · EDAS. Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/compare