MCDMNormalizationcrisp

Min-Max Normalization — lineāra katra kritērija kolonnas pārvēršana diapazonā [0, 1]

MIN-MAX-NORMALIZATION (Min-Max Normalization — lineāra katra kritērija kolonnas pārvēršana diapazonā [0, 1]) ir normalizācijas metode daudzkritēriju lēmumu pieņemšanai (MCDM), ko 1981. gadā ieviesa Hwang, C. L., Yoon, K. Tā pārvērš alternatīvu vērtējumu matricu vairākos kritērijos strukturētā, reproducējamā rezultātā.

Pielietot ar DecisionMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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

Kā citēt šo lapu

ScholarGate. (2026, June 2). Min-Max Normalization — linear rescaling of each criterion column to [0, 1]. ScholarGate. https://scholargate.app/lv/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]). Izgūts 2026-06-15 no https://scholargate.app/lv/decision-making/min-max-normalization · Datu kopa: https://doi.org/10.5281/zenodo.20539026