Normalisasi Vektor — Penskalaan norma lajur Euclidean (normalisasi L2)
NORM-VECTOR (Normalisasi Vektor — Penskalaan norma lajur Euclidean (normalisasi L2)) ialah satu kaedah pelbagai kriteria pemutusan keputusan (MCDM) normalisasi yang diperkenalkan oleh Hwang, C. L., Yoon, K. pada tahun 1981. Ia menukarkan matriks keputusan alternatif yang diskor pada pelbagai kriteria kepada hasil yang tersusun 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). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/ms/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.
- Penilaian Berasaskan Jarak GabunganPembuatan Keputusan↔ compare
- Penilaian Berdasarkan Jarak dari Penyelesaian PurataPembuatan Keputusan↔ compare
- Teknik untuk Susunan Keutamaan mengikut Keserupaan dengan Penyelesaian IdealPembuatan Keputusan↔ compare
- Penilaian Hasil Tambahan Hasil Darab BerwajaranPembuatan Keputusan↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →