MCDMNormalizationcrisp

Min-Max-normalisointi — kunkin kriteerisarakkeen lineaarinen skaalaus välille [0, 1]

MIN-MAX-NORMALISOINTI (Min-Max Normalization — kunkin kriteerisarakkeen lineaarinen skaalaus välille [0, 1]) on normalisointimenetelmä monikriteerisessä päätöksenteossa (MCDM), jonka Hwang, C. L. ja Yoon, K. esittelivät vuonna 1981. Se muuntaa päätösmatriisin, jossa on useilla kriteereillä pisteytettyjä vaihtoehtoja, jäsennellyksi, toistettavaksi tulokseksi.

Sovella työkalulla DecisionMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. 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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 2). Min-Max Normalization — linear rescaling of each criterion column to [0, 1]. ScholarGate. https://scholargate.app/fi/decision-making/min-max-normalization

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.

Compare side by side
ScholarGateMIN-MAX-NORMALIZATION (Min-Max Normalization — linear rescaling of each criterion column to [0, 1]). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/decision-making/min-max-normalization · Aineisto: https://doi.org/10.5281/zenodo.20539026