MCDMNormalizationcrisp

Normalisation vectorielle (L2)

La NORMALISATION VECTORIELLE (normalisation vectorielle (L2)) est une méthode de normalisation en aide à la décision multicritère (MCDM) introduite par Hwang, C. L. et Yoon, K. en 1981. Elle transforme une matrice de décision, où des alternatives sont évaluées selon 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

Sources

  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

Comment citer cette page

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Consulté le 2026-06-15 sur https://scholargate.app/fr/decision-making/vector-normalization · Jeu de données : https://doi.org/10.5281/zenodo.20539026