ScholarGate
Assistent
MCDMNormalizationcrisp

Vector (L2) Normalisatie

VECTOR-NORMALIZATION (Vector (L2) Normalisatie) is een normalisatiemethode voor multi-criteria besluitvorming (MCDM) die in 1981 werd geïntroduceerd door Hwang, C. L. en Yoon, K. 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

Bronnen

  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

Deze pagina citeren

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/decision-making/vector-normalization · Gegevensset: https://doi.org/10.5281/zenodo.20539026