İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklar🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Karar verme›Çift Normalleştirmeye Dayalı Çoklu Toplama
MCDMRankingcrisp

Çift Normalleştirmeye Dayalı Çoklu Toplama

Double Normalization-Based Multiple Aggregation

DNMA (Çift Normalleştirmeye Dayalı Çoklu Toplama), Liao, H. ve Wu, X. tarafından 2020 yılında tanıtılan bir sıralama çok kriterli karar verme (ÇKKV) yöntemidir. Bu yöntem, birden fazla kritere göre puanlanmış alternatiflerin karar matrisini yapılandırılmış, tekrarlanabilir bir sonuca dönüştürür.

ScholarGate
  1. MCDM
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Çift Normalleştirmeye Dayalı Çoklu Toplama
Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geri…En İyi-En Kötü Yöntem (B…Bayesian BWMKriterler Korelasyonu ve…Kriter Etki Kayıpları (C…Criterion Impact MeAsure…Kriterler Arası Korelasy…Bulanık DNMA

Ne zaman kullanılır

U_i ∈ [0,1] yaklaşık olarak. Daha yüksek U daha iyi anlamına gelir. DNMA, sıralama üzerindeki herhangi bir tek normalleştirme yönteminin etkisini azaltmak için iki normalleştirme paradigmasını — doğrusal (min-maks) ve vektör (Öklid) — birleştirir. λ=0.5 her ikisine de eşit ağırlık verir. λ=1 min-maks SAW'a indirgenir; λ=0 vektörle normalleştirilmiş bir SAW verir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Adım adım denetlenebilen şeffaf, tekrarlanabilir bir hesaplama prosedürü izler.
  • Tek bir karar matrisi içinde farklı ölçek ve birimlerdeki birden çok kriteri ele alır.
Sınırlılıklar
  • Tam telafiyi varsayar — bir kriterdeki güçlü bir puan, başka bir kriterdeki zayıf bir puanı dengeleyebilir.

Kaynaklar

  1. Liao, H., Wu, X. (2020). DNMA: A double normalization-based multiple aggregation method for multi-expert multi-criteria decision making. Omega DOI: 10.1016/j.omega.2019.04.001 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Double Normalization-Based Multiple Aggregation. ScholarGate. https://scholargate.app/tr/decision-making/dnma

İlişkili yöntemler

Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)En İyi-En Kötü Yöntem (BWM)Bayesian BWMKriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiCriterion Impact MeAsurement SystemKriterler Arası Korelasyon Yoluyla Kriter Önem Derecesi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Analitik Hiyerarşi SüreciKarar verme↔ karşılaştır
  • Analitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)Karar verme↔ karşılaştır
  • En İyi-En Kötü Yöntem (BWM)Karar verme↔ karşılaştır
  • Bayesian BWMKarar verme↔ karşılaştır
  • Kriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKarar verme↔ karşılaştır
  • Kriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiKarar verme↔ karşılaştır
  • Criterion Impact MeAsurement SystemKarar verme↔ karşılaştır
  • Kriterler Arası Korelasyon Yoluyla Kriter Önem DerecesiKarar verme↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bulanık DNMA

Benzer yöntemler

Nötrosofik DNMABulanık DNMAKarmaşışık Normalleştirme Tekniği ile Karma ToplamaP-DNMA'nın Plitojenik GenişletilmesiD-Sayılarına Dayalı Modifiye TOPSIS (Deng Kanıt Teorisi)Çift Tereddütlü Bulanık VIKOR uzantısıÇift Tereddütlü Bulanık TOPSIS uzantısıTereddütlü Bulanık VIKOR (Liao-Xu 2013)

İlgili referans kavramlar

Decision MakingDecision Support SystemsRisk ve Belirsizlik Altında Karar Verme ÖlçütleriWeighted ScoresHiyerarşik Kümeleme AnaliziBayesçi Model Ortalaması

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — DNMA (Double Normalization-Based Multiple Aggregation). 2026-07-20 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/dnma · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Liao, H., Wu, X.
Subfamily
Ranking
Year
2020
Type
Dual-normalisation aggregation (linear + vector)
Value Space
crisp
Uncertainty
Hiçbiri
Compensation
full
Rank Reversal
Hayır
İlişkili yöntemler
Analitik Hiyerarşi SüreciAnalitik Ağ Süreci (geribildirim ve karşılıklı bağımlılıklar içeren KAS)En İyi-En Kötü Yöntem (BWM)Bayesian BWMKriterler Korelasyonu ve Standart Sapma objektif ağırlıklandırmasıKriter Etki Kayıpları (CILOS) objektif ağırlıklandırma yöntemiCriterion Impact MeAsurement SystemKriterler Arası Korelasyon Yoluyla Kriter Önem Derecesi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil