an align="justify"> метод послідовних поступок;
В· метод головного критерію;
В· метод агрегованого критерію (В«узагальненого показникаВ»).
Всі ці методи об'єднує спільний прийом пошуку найкращого рішення: векторний критерій тим чи іншим способом перетворюється на скалярну цільову функцію, а потім вирішується завдання оптимізації.
Лексикографічні завдання, нехай ситуація обгрунтування рішень характеризується відомостями про абсолютну перевагу у важливості одних приватних критеріїв над іншими. У певному сенсі подібна ситуація полярно протилежна ситуації з інформацією sym про уподобання ОПР. Підставою для висновку про абсолютну перевагу у важливості одних приватних критеріїв над іншими є наступне. При пред'явленні ОПР для порівняння векторних оцінок воно перш за все звертає увагу на значення якогось цілком певного приватного критерії. Отже, саме цей приватний критерій ОПР вважає абсолютно найважливішим серед інших приватних критеріїв. ОПР порівнює значення оцінок у альтернатив спочатку тільки з цього, найважливішого приватному критерієм. p align="justify"> Якщо для будь-якої з альтернатив значення саме цього критерію виявиться найбільш кращим, то таку альтернативу ОПР беззастережно визнає найкращою. Іншими словами, ЛПР робить свій вибір незалежно від того, які у цієї альтернативи значення оцінок за іншими критеріями. p align="justify"> Якщо ж значення найважливішого приватного критерію у деяких альтернатив виявилися однакові, ЛПР звертає увагу на значення іншого (також цілком певного) приватного критерію, який є наступним за важливістю в абсолютно упорядкованому ряду приватних критеріїв, і т. д. Інформація про абсолютне впорядкування критеріїв за важливістю настільки досконала, що дозволяє задати зв'язне ставлення не суворого уподобання на безлічі навіть неоднорідних векторних оцінок, виділити з них кращу і поставити їй у відповідність оптимальну стратегію. Інформацію такого типу будемо називати лексикографічної і позначати inf = lex, а завдання з подібною інформацією про відносну важливість критеріїв будемо називати завданнями лексикографічної оптимізації. p align="justify"> Інформація lex є досить сильною в тому сенсі, що для дискретних множин А стратегій вона дає можливість практично завжди виділяти єдине рішення. У той же час описаний алгоритм лексикографічного вибору має істотні недоліки. По-перше, одержувані рішення володіють різко вираженою ортодоксальностью, в тому сенсі, що вони орієнтовані виключно на більш переважні приватні критерії. У підсумку допускається будь мислимий збиток значенням інших критеріїв. По-друге, в основі ідеї переходу до порівняння по наступного за важливістю компонента лежить висновок про В«однаковість значеньВ». Насправді точно однаковими значення приватних критеріїв можуть виявитися тільки при використанні дискретних шкал,...
