ScholarGate
Assistent
MCDMDistancecrisp

Manhattan-afstand — L1-norm (stadsblokafstand) tussen twee vectoren

DIST-MANHATTAN (Manhattan-afstand — L1-norm (stadsblokafstand) tussen twee vectoren) is een multi-criteria besluitvormingsmethode (MCDM) die in 2020 werd geïntroduceerd door Dezert, J., Tchamova, A., Han, D., Bhotto, M. Z. A. Het transformeert een beslissingsmatrix van alternatieven, gescoord op meerdere criteria, naar een gestructureerd, reproduceerbaar resultaat.

Toepassen met DecisionMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  1. Dezert, J., Tchamova, A., Han, D., Bhotto, M. Z. A. (2020). Manhattan Distance. IEEE Transactions on Cybernetics link

Deze pagina citeren

ScholarGate. (2026, June 2). Manhattan Distance — L1 norm (city-block distance) between two vectors. ScholarGate. https://scholargate.app/nl/decision-making/dist-manhattan

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
ScholarGateDIST-MANHATTAN (Manhattan Distance — L1 norm (city-block distance) between two vectors). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/decision-making/dist-manhattan · Gegevensset: https://doi.org/10.5281/zenodo.20539026