Normalisasi Min-Max — penskalaan semula linear setiap lajur kriteria kepada [0, 1]
NORMALISASI MIN-MAX (Normalisasi Min-Max — penskalaan semula linear setiap lajur kriteria kepada [0, 1]) ialah kaedah normalisasi dalam membuat keputusan pelbagai kriteria (MCDM) yang diperkenalkan oleh Hwang, C. L., Yoon, K. pada tahun 1981. Ia mengubah matriks keputusan alternatif yang dinilai berdasarkan pelbagai kriteria menjadi hasil yang berstruktur dan boleh dihasilkan semula.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Min-Max Normalization — linear rescaling of each criterion column to [0, 1]. ScholarGate. https://scholargate.app/ms/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.
- Penilaian Berasaskan Jarak GabunganPembuatan Keputusan↔ compare
- Penilaian Berdasarkan Jarak dari Penyelesaian PurataPembuatan Keputusan↔ compare
- Perbandingan Kawasan Anggaran Sempadan Multi-AtributPembuatan Keputusan↔ compare
- Pengukuran Alternatif dan Peringkat menurut Penyelesaian KompromiPembuatan Keputusan↔ compare
- Penimbang Tambahan MudahPembuatan Keputusan↔ compare
- Teknik untuk Susunan Keutamaan mengikut Keserupaan dengan Penyelesaian IdealPembuatan Keputusan↔ compare
- Pengoptimuman Pelbagai Kriteria dan Penyelesaian KompromiPembuatan Keputusan↔ compare
- Penilaian Hasil Tambahan Hasil Darab BerwajaranPembuatan Keputusan↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →