ScholarGate
Asystent
MCDMDistancecrisp

Odległość Manhattan — norma L1 (odległość miejska) między dwoma wektorami

DIST-MANHATTAN (Odległość Manhattan — norma L1 (odległość miejska) między dwoma wektorami) jest metodą podejmowania decyzji wielokryterialnych (MCDM) wprowadzoną przez Dezerta, J., Tchamovą, A., Hana, D., Bhotto, M. Z. A. w 2020 roku. Przekształca ona macierz decyzyjną ocen alternatyw według wielu kryteriów w ustrukturyzowany, powtarzalny wynik.

Zastosuj w DecisionMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Odległość Manhattan
Kombinacyjna metoda ocen…

Źródła

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

Jak cytować tę stronę

ScholarGate. (2026, June 2). Manhattan Distance — L1 norm (city-block distance) between two vectors. ScholarGate. https://scholargate.app/pl/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). Pobrano 2026-06-15 z https://scholargate.app/pl/decision-making/dist-manhattan · Zbiór danych: https://doi.org/10.5281/zenodo.20539026