Нормализация вектора — масштабирование евклидовой нормы столбца (L2-нормализация)
NORM-VECTOR (Нормализация вектора — масштабирование евклидовой нормы столбца (L2-нормализация)) — это метод многокритериальной оптимизации (MCDM), представленный Хвангом К. Л. и Юном К. в 1981 году. Он преобразует матрицу решений альтернатив, оцененных по нескольким критериям, в структурированный, воспроизводимый результат.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/ru/decision-making/norm-vector
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.
- Комбинативная оценка на основе расстоянийПринятие решений↔ compare
- Оценка на основе расстояния от среднего решенияПринятие решений↔ compare
- Метод упорядочения предпочтений на основе близости к идеальному решениюПринятие решений↔ compare
- Метод WASPAS (Weighted Aggregated Sum Product Assessment)Принятие решений↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →