Векторна нормалізація — масштабування за евклідовою нормою стовпця (L2 нормалізація)
NORM-VECTOR (Векторна нормалізація — масштабування за евклідовою нормою стовпця (L2 нормалізація)) — це метод нормалізації в багатокритеріальному прийнятті рішень (MCDM), представлений Hwang, C. L., Yoon, K. у 1981 році. Він перетворює матрицю рішень, де альтернативи оцінюються за кількома критеріями, на структурований, відтворюваний результат.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/uk/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.
- Комбінаторний дистанційно-орієнтований метод оцінюванняПрийняття рішень↔ compare
- Оцінювання на основі відстані від середнього розв'язкуПрийняття рішень↔ compare
- Метод впорядкування за близькістю до ідеального розв'язкуПрийняття рішень↔ compare
- Зважена сукупна сума-добуток оцінкиПрийняття рішень↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →