ScholarGate
Pembantu
MCDMNormalizationcrisp

Normalisasi Vektor (L2)

NORMALISASI-VEKTOR (Normalisasi Vektor (L2)) ialah satu kaedah pelbagai kriteria membuat 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.

Terapkan dengan DecisionMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Sumber

  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

Cara memetik halaman ini

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Dicapai 2026-06-15 daripada https://scholargate.app/ms/decision-making/vector-normalization · Set data: https://doi.org/10.5281/zenodo.20539026