Две трудности для ЛПР

Приведенный выше пример позволяет объяснить, почему многокритериальные задачи с объективными моделями сложны для ЛПР.

Чтобы принять решение, необходимо, во-первых, установить, насколько хорошие значения по критериям достижимы одновременно. Сделать это совсем не просто. В отличие от иллюстративного примера на рис. 3.3, число переменных, описывающих область D допустимых значений, равно сотням и тысячам. Получая каким-то из способов (см. далее) решение задачи, ЛПР видит соотношения между критериями. Для поведения ЛПР типичны попытки достичь «всего сразу» (т.е. получить наилучшие значения по всем критериям одновременно). Результаты таких попыток позволяют понять, чего можно достичь и чего нельзя. Наряду с этим ЛПР вырабатывает компромисс между оценками по критериям, определяя желательное для него отношение между ними в точке решения.

Выработка такого компромисса достигается тоже путем проб, ошибок и затрат времени. На первых этапах решения ЛПР обычно стремится к идеальному результату, но потом, с опытом, его притязания становятся более реалистичными.

Исследование решений на множестве Э-П

При появлении многокритериальных задач возникла идея построения множества Э—П и организации работы ЛПР на этом множестве.

Из современных направлений исследований, идущих по этому пути, необходимо выделить два подхода. Первый из них связан с визуализацией множества Э—П и предоставлением ЛПР возможности проводить анализ на плоскостях пар критериев при фиксированных значениях других критериев. Этот подход получил название метода достижимых целей [13].

Другой подход применяется в тех случаях, когда ЛПР может восстановить по совокупности критериальных оценок, а также по другим параметрам целостный облик альтернативы. Эта ситуация характерна обычно для деятельности конструктора. Предъявление решений, находящихся на множестве Э—П, помогает конструктору в поиске новых эффективных конструкций механизмов и машин [14].

Постановка многокритериальной задачи