MCDMNormalizationcrisp
การทำให้เวกเตอร์เป็นมาตรฐาน — การปรับสเกลด้วยนอร์มของคอลัมน์แบบยุคลิด (การทำให้เป็นมาตรฐานแบบ L2)
NORM-VECTOR (การทำให้เวกเตอร์เป็นมาตรฐาน — การปรับสเกลด้วยนอร์มของคอลัมน์แบบยุคลิด (การทำให้เป็นมาตรฐานแบบ L2)) เป็นวิธีการตัดสินใจแบบหลายเกณฑ์ (MCDM) ที่นำเสนอโดย Hwang, C. L., Yoon, K. ในปี 1981 โดยเปลี่ยนเมทริกซ์การตัดสินใจของทางเลือกที่ให้คะแนนตามเกณฑ์หลายข้อให้เป็นผลลัพธ์ที่มีโครงสร้างและสามารถทำซ้ำได้
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/th/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.
- การประเมินแบบอิงระยะห่างแบบผสมการตัดสินใจ↔ compare
- การประเมินโดยอาศัยระยะห่างจากผลเฉลี่ยการตัดสินใจ↔ compare
- เทคนิคการจัดลำดับตามความคล้ายคลึงกับผลลัพธ์ในอุดมคติการตัดสินใจ↔ compare
- การประเมินผลรวมผลคูณแบบถ่วงน้ำหนักการตัดสินใจ↔ compare