MCDMNormalizationcrisp

Normalizacja Min-Max — liniowe przeskalowanie każdej kolumny kryterium do [0, 1]

NORMALIZACJA MIN-MAX (Normalizacja Min-Max — liniowe przeskalowanie każdej kolumny kryterium do [0, 1]) jest metodą normalizacji w podejmowaniu decyzji wielokryterialnych (MCDM) wprowadzoną przez Hwang, C. L., Yoon, K. w 1981 roku. Przekształca ona macierz decyzyjną alternatyw ocenianych 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.

Źródła

  1. Hwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Lecture Notes in Economics and Mathematical Systems, Vol. 186, Springer-Verlag DOI: 10.1007/978-3-642-48318-9

Jak cytować tę stronę

ScholarGate. (2026, June 2). Min-Max Normalization — linear rescaling of each criterion column to [0, 1]. ScholarGate. https://scholargate.app/pl/decision-making/min-max-normalization

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
ScholarGateMIN-MAX-NORMALIZATION (Min-Max Normalization — linear rescaling of each criterion column to [0, 1]). Pobrano 2026-06-15 z https://scholargate.app/pl/decision-making/min-max-normalization · Zbiór danych: https://doi.org/10.5281/zenodo.20539026