MCDMNormalizationcrisp
सदिश प्रसामान्यीकरण — यूक्लिडियन कॉलम-नॉर्म स्केलिंग (L2 प्रसामान्यीकरण)
NORM-VECTOR (सदिश प्रसामान्यीकरण — यूक्लिडियन कॉलम-नॉर्म स्केलिंग (L2 प्रसामान्यीकरण)) एक प्रसामान्यीकरण बहु-मानदंड निर्णय-निर्माण (MCDM) विधि है जिसे ह्वांग, सी. एल., यून, के. ने 1981 में प्रस्तुत किया था। यह विकल्पों के निर्णय मैट्रिक्स को, जो कई मानदंडों पर आधारित होते हैं, एक संरचित, पुनरुत्पादनीय परिणाम में बदल देता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/hi/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.
- कम्बिनेटिव डिस्टेंस-बेस्ड असेसमेंटनिर्णयन↔ compare
- औसत समाधान से दूरी पर आधारित मूल्यांकननिर्णयन↔ compare
- आदर्श समाधान के साथ समानता द्वारा वरीयता के लिए तकनीकनिर्णयन↔ compare
- भारित समेकित योग उत्पाद मूल्यांकननिर्णयन↔ compare