ScholarGate
Assistent
MCDMNormalizationcrisp

Vektor (L2) normalisering

VEKTOR-NORMALISERING (Vektor (L2) normalisering) er en normaliseringsmetode innenfor flerkriteriebeslutningstaking (MCDM) introdusert av Hwang, C. L. Yoon, K. i 1981. Den omdanner en beslutningsmatrise med alternativer vurdert etter flere kriterier til et strukturert, reproduserbart resultat.

Anvend med DecisionMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Vector (L2) Normalization. ScholarGate. https://scholargate.app/no/decision-making/vector-normalization

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Hentet 2026-06-15 fra https://scholargate.app/no/decision-making/vector-normalization · Datasett: https://doi.org/10.5281/zenodo.20539026