MCDMNormalizationcrisp

Normalizacja wektorowa (L2)

NORMALIZACJA WEKTOROWA (Normalizacja wektorowa (L2)) jest metodą normalizacji w wielokryterialnym podejmowaniu decyzji (MCDM), wprowadzoną przez Hwang, C. L. i Yoon, K. w 1981 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

Źródła

  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

Jak cytować tę stronę

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

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). Pobrano 2026-06-15 z https://scholargate.app/pl/decision-making/vector-normalization · Zbiór danych: https://doi.org/10.5281/zenodo.20539026