MCDMNormalizationcrisp

Vektora (L2) normalizācija

VEKTORA NORMALIZĀCIJA (vektora (L2) normalizācija) ir normalizācijas daudzkritēriju lēmumu pieņemšanas (MCDM) metode, ko 1981. gadā ieviesa C. L. Hvangs un K. Jūns. Tā pārvērš lēmumu matricu, kurā alternatīvas novērtētas pēc vairākiem kritērijiem, strukturētā, reproducējamā rezultātā.

Pielietot ar DecisionMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Avoti

  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

Kā citēt šo lapu

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Izgūts 2026-06-15 no https://scholargate.app/lv/decision-making/vector-normalization · Datu kopa: https://doi.org/10.5281/zenodo.20539026