Doğrusal Maks Normalleştirme - fayda için sütun maksimumuna, maliyet için sütun minimumunu değere bölme

Formül adımları

Analiz motorunun yöntem bildirimindeki (manifest F.steps) adımlar; raporlardaki formüllerle aynı kaynaktır.

1. Uygula: fayda kriteri j → r_ij = x_ij / x_j^max. Maliyet kriteri j → r_ij = x_j^min / x_ij. Sonuç: en iyi alternatif her iki durumda da 1 alır.

   $$r_{ij}=\{\begin{array}{cc}{x}_{ij}/x_j^{max}\hfill & j\in J^{+}\hfill \\ x_j^{min}/x_{ij}\hfill & j\in J^{-}\hfill \end{array}$$
   LaTeX

   r_{ij} = \begin{cases} x_{ij}/x_j^{\max} & j \in J^{+} \\ x_j^{\min}/x_{ij} & j \in J^{-} \end{cases}

Sezgi

Normalization (linear-max, ratio-based). Output typically normalized_matrix (higher value = preferred).

Sonucu okuma: r_ij ∈ (0,1] for positive data. The best alternative always scores 1. Unlike min-max, the worst alternative does not necessarily score 0. Used in ARAS, COPRAS, WPM.

Sık yapılan hatalar

• Maliyet varyantı x_ij > 0 gerektirir.