1. 需要进行加权归一化的原因：在多目标决策问题中，每个目标函数都有其不同的重要程度或权重，加权归一化可以将不同权重的目标函数统一权值，便于对各项指标进行比较和综合评价。同时加权归一化还可以用于处理数据规模不同的情况，使其在计算和分析时更具可比性和准确性。
2. 归一化方法：加权归一化常用的方法有线性变换法、标准差法和熵权法等。其中，线性变换法是最常见的方法之一，在该方法中，通过对每个目标函数进行线性变换并加权求和来得到加权总得分。标准差法则是利用样本的均值和标准差来对各项指标进行归一化，得到的归一化数据反映了每个指标与总体均值的偏离程度。而熵权法则是将信息熵作为权重系数，保证了各项指标对最终结果的贡献是相对平衡和合理的。
3. 需要注意的问题：在进行加权归一化时，需要考虑各项指标数据的分布情况、数据类型以及权重的确定等因素，以保证加权总得分的可靠性和准确性。此外，需要注意的是，不同归一化方法的适用范围和稳定性不同，需要根据实际情况选择合适的方法进行加权归一化。
