MCDMNormalizationcrisp

Normalisation vectorielle — Mise à l'échelle de la norme euclidienne des colonnes (normalisation L2)

NORM-VECTOR (Normalisation vectorielle — Mise à l'échelle de la norme euclidienne des colonnes (normalisation L2)) est une méthode de normalisation pour la prise de décision multicritère (MCDM) introduite par Hwang, C. L., Yoon, K. en 1981. Elle transforme une matrice de décision d'alternatives évaluées sur plusieurs critères en un résultat structuré et reproductible.

Appliquer avec DecisionMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

  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

Comment citer cette page

ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/fr/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.

Compare side by side
ScholarGateNORM-VECTOR (Vector Normalization — Euclidean column-norm scaling (L2 normalisation)). Consulté le 2026-06-15 sur https://scholargate.app/fr/decision-making/norm-vector · Jeu de données : https://doi.org/10.5281/zenodo.20539026