The most common approach is toresca

The most common approach is to
rescale the range to a common numerical basis by
simple linear transformation (Voogd 1983), as was
applied in Figure 2. However, the rationale for doing
so is unclear. Indeed, there are many instances where
it would seem logical to rescale values within a more
limited range. Furthermore, there are cases where a
non-linear scaling may seem appropriate. Since the
recast criteria really express suitability, there are
many cases where it would seem appropriate that
criterion scores asymptotically approach the
maximum or minimum suitability level.
The third issue concerns the weights that are
applied. Clearly they can have a strong effect on the
outcome produced. However, not much attention
has been focused in GIS on how they should be
developed. Commonly they represent the subjective
(but no less valid) opinions of one or more experts
or local informants. How can consistency and overt
validity be established for these weights?
Furthermore, how should they be applied in the
context of varying trade-off between factors?
A fourth problem concerns decision risk.

ผลลัพธ์ (ไทย) 1:

วิธีทั่วไปคือการrescale ช่วงที่จะเป็นตัวเลขพื้นฐานทั่วไปโดยการแปลงเชิงเส้นอย่างง่าย (Voogd 1983), เป็นใช้ในรูปที่ 2 อย่างไรก็ตาม เหตุผลสำหรับการทำดังนั้น ไม่ชัดเจน แน่นอน มีหลายที่ดูเหมือนตรรกะการ rescale ค่าภายในมากขึ้นช่วงจำกัด นอกจากนี้ มีกรณีที่เป็นขนาดไม่ใช่เชิงเส้นอาจดูที่เหมาะสม เนื่องจากการเกณฑ์ recast จริง ๆ แสดงความเหมาะสม มีหลายกรณีที่ดูเหมือนเหมาะสมที่เกณฑ์คะแนน asymptotically วิธีการระดับความเหมาะสมสูงสุด หรือต่ำสุดปัญหาที่สามเกี่ยวข้องกับน้ำหนักที่นำไปใช้ ชัดเจนสามารถมีลักษณะพิเศษมีความแข็งแกร่งในการผลผลิต อย่างไรก็ตาม ความสนใจไม่มากมีการเน้นใน GIS ว่าพวกเขาควรจะพัฒนา โดยทั่วไปจะแสดงตามอัตวิสัย(แต่เป็นที่ถูกต้องไม่น้อยกว่า) ความเห็นของผู้เชี่ยวชาญ น้อยหรือคุณค่าในท้องถิ่น สามารถสอดคล้อง และแจ่มแจ้งมีผลบังคับใช้สามารถสร้างสำหรับน้ำหนักเหล่านี้นอกจากนี้ อย่างไรควรจะใช้ในการบริบทของ trade-off ระหว่างปัจจัยที่แตกต่างกันหรือไม่ปัญหาสี่เกี่ยวข้องกับความเสี่ยงในการตัดสินใจ

ผลลัพธ์ (ไทย) 2:

วิธีที่พบมากที่สุดคือการ
rescale ช่วงที่จะพื้นฐานตัวเลขร่วมกันโดย
การเปลี่ยนแปลงเชิงเส้นอย่างง่าย (Voogd 1983) ตามที่ได้
นำไปใช้ในรูปที่ 2 อย่างไรก็ตามเหตุผลสำหรับการทำ
เช่นนั้นก็ไม่มีความชัดเจน อันที่จริงยังมีอีกหลายกรณีที่
ดูเหมือนจะมีเหตุผลที่จะ rescale ค่ามากขึ้นภายใน
ขอบเขต จำกัด นอกจากนี้ยังมีกรณีที่
การปรับขนาดที่ไม่ใช่เชิงเส้นอาจจะดูเหมาะสม เนื่องจาก
เกณฑ์ที่หลอมจริงๆแสดงความเหมาะสมมี
หลายกรณีที่ดูเหมือนจะเหมาะสมที่
คะแนนเกณฑ์ asymptotically เข้าใกล้
ระดับความเหมาะสมสูงสุดหรือต่ำสุด.
ประเด็นที่สามเกี่ยวข้องกับน้ำหนักที่จะ
นำมาใช้ เห็นได้ชัดว่าพวกเขาสามารถมีผลกระทบอย่างมากต่อ
ผลการผลิต แต่ไม่ให้ความสนใจมาก
ได้มุ่งเน้นในระบบสารสนเทศภูมิศาสตร์เกี่ยวกับวิธีที่พวกเขาควรจะ
ได้รับการพัฒนา โดยทั่วไปพวกเขาเป็นตัวแทนอัตนัย
(แต่ไม่ถูกต้องน้อยกว่า) ความคิดเห็นของผู้เชี่ยวชาญหนึ่งหรือมากกว่า
หรือให้ข้อมูลท้องถิ่น วิธีที่สามารถสอดคล้องและชัดเจน
ถูกต้องตามกฎหมายได้รับการจัดตั้งขึ้นเพื่อน้ำหนักเหล่านี้หรือไม่
นอกจากนี้วิธีการที่พวกเขาควรจะนำมาใช้ใน
บริบทที่แตกต่างกันการออกระหว่างปัจจัย?
ปัญหาที่สี่ความกังวลความเสี่ยงการตัดสินใจ

ผลลัพธ์ (ไทย) 3:

วิธีที่พบมากที่สุดคือ
rescale ช่วง เพื่อพื้นฐานโดยทั่วไปตัวเลข
การแปลงเชิงเส้นอย่างง่าย ( voogd 1983 ) เช่นเดียวกับ
ประยุกต์ในรูปที่ 2 อย่างไรก็ตาม เหตุผลในการทำ
แล้วไม่ชัดเจน แน่นอน มีหลายกรณีที่
มันจะดูเหมือนตรรกะ rescale ค่าภายในมากขึ้น
จำกัดช่วง นอกจากนี้ ยังมีคดีที่
ไม่เชิงเส้นมาตราส่วนอาจดูเหมือนเหมาะสม ตั้งแต่
แต่งใหม่เกณฑ์บอกถึงความเหมาะสม มีหลายกรณีที่ดูเหมือนจะ

) เกณฑ์คะแนน asymptotically เข้าหา
สูงสุดหรือระดับความเหมาะสมน้อยที่สุด ประเด็นที่สามเกี่ยวกับ

น้ำหนักที่ใช้ เห็นได้ชัดว่าพวกเขาสามารถมีผลกระทบที่แข็งแกร่งบน
ผลผลิต แต่ไม่ได้สนใจมาก
ได้รับการเน้นในระบบสารสนเทศภูมิศาสตร์ในวิธีที่พวกเขาควรจะ
พัฒนาโดยทั่วไปพวกเขาเป็นอัตนัย
( แต่ใช้ได้น้อย ) ความคิดเห็นของหนึ่งหรือมากกว่าหนึ่งผู้เชี่ยวชาญ
หรือท้องถิ่นข้อมูล ทำไมความสอดคล้องและความถูกต้องชัดเจน
ขึ้นสำหรับน้ำหนักเหล่านี้
นอกจากนี้วิธีการที่พวกเขาควรจะมีการใช้ในบริบทของการ trade-off ระหว่างปัจจัย
? ปัญหาเกี่ยวกับการตัดสินใจเสี่ยง

4 .