ScholarGate
Assistente
MCDMDistancecrisp

Distanza di Manhattan — norma L1 (distanza città-blocco) tra due vettori

DIST-MANHATTAN (Distanza di Manhattan — norma L1 (distanza città-blocco) tra due vettori) è un metodo di supporto decisionale multi-criterio (MCDM) introdotto da Dezert, J., Tchamova, A., Han, D., Bhotto, M. Z. A. nel 2020. Trasforma una matrice decisionale di alternative valutate su molteplici criteri in un risultato strutturato e riproducibile.

Applica con DecisionMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Distanza di Manhattan
Valutazione Combinata Ba…

Fonti

  1. Dezert, J., Tchamova, A., Han, D., Bhotto, M. Z. A. (2020). Manhattan Distance. IEEE Transactions on Cybernetics link

Come citare questa pagina

ScholarGate. (2026, June 2). Manhattan Distance — L1 norm (city-block distance) between two vectors. ScholarGate. https://scholargate.app/it/decision-making/dist-manhattan

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
ScholarGateDIST-MANHATTAN (Manhattan Distance — L1 norm (city-block distance) between two vectors). Consultato il 2026-06-15 da https://scholargate.app/it/decision-making/dist-manhattan · Insieme di dati: https://doi.org/10.5281/zenodo.20539026