Также необходимо понимать, что на практике непременно может также возникнуть одна из основных проблем многокритериального выбора: как осуществить наилучший выбор в условиях взаимно противоречивых критериев. В экономике, социально-экономической и политэкономической практике, такие проблемы обнажаются особенно ярко в периоды социально-экономических кризисов.

Многокритериальные задачи принятия решений представляют собой исключительно сложный класс задач интеллектуальной деятельности человека. Наличие нескольких критериев увеличивает нагрузку на ограниченную естественными пределами оперативную память человека, делает задачу, стоящую перед человеком, более неопределенной, требует высокой концентрации внимания и нередко – нестандартного мышления.

К настоящему времени, как отмечают специалисты, нет полной картины того, каким образом и при помощи каких механизмов человек осуществлял выбор в многокритериальной среде. Существуют лишь определенные подходы и варианты предложений решения этих сложных вопросов. При этом они нередко в чем-то противоречат друг другу и в совокупности явно не исчерпывают все возможные способы выбора. Считается, что одной из типичных черт поведения человека в ходе решения задачи выбора является расчленение (декомпозиция) исходной проблемы на множество более простых промежуточных задач. Когда имеется всего два возможных варианта (решения), стратегии поведения человека в условиях многокритериальной среды в этом простейшем случае, можно разделить на два класса:

Стратегия компенсации

Стратегия исключения

Стратегия компенсации соответствует такой линии поведения человека, при которой низкие показатели по одному критерию (или сразу по нескольким критериям) искупаются (компенсируются) высокими показателями по другому критерию (или одновременно по некоторым другим критериям).

Стратегия исключения (или некомпенсирующая стратегия) состоит в удалении (исключении) из списка имеющихся возможных вариантов тех, которые заведомо не удовлетворяют по какому-то одному или же сразу по нескольким критериям одновременно.

В соответствии с принципом Эджварта-Парето наилучшие решения следует выбирать среди парето-оптимальных. Если же в задаче принятия решений имеется дополнительная информация о том, что один из критериев важнее другого, то мы вправе рассчитывать на то, что такого рода информация позволит облегчить последующий выбор в пределах множества Парето. Иначе говоря, дополнительная информация об относительной важности критериев может быть использована для того, чтобы «забраковать» некоторые парето-оптимальные решения и, тем самым, сузить множество Парето и упростить последующий выбор, – задача выбора наилучшего решения C (X) на основе принципов парето-оптимальности.

Ранее существовали два основных метода выбора оптимальных решений на основе принципа парето-оптимальности: метод целевого программирования и метод анализа иерархий.

В основе метода, получившего наименование целевого программирования лежит простое эвристическое соображение – стараться в качестве наилучшего выбрать такой возможный вектор, который в критериальном пространстве расположен ближе всех остальных допустимых векторов к некоторому «идеальному» или к целому множеству «идеальных» векторов. Другими словами, в соответствии с целевым программированием, идеал – это недостижимая цель, к которой следует стремиться максимально приблизиться. Родоначальниками целевого программирования считаются А. Чарне и В. Купер, которые в 1953 году использовали указанное выше эвристическое соображение для решения многокритериальной задачи линейного программирования. В 1961 году свой метод они изложили в книге. Несмотря на отсутствие логического фундамента (его заменяет указанное эвристическое соображение) методы целевого программирования широко используются при решении различных прикладных задач, в которых присутствуют несколько критериев [1].