1.5. Методи порівняння векторних оцінок з використанням додаткової інформації

За допомогою нормалізації часткових критеріїв будуються покрокові математичні алгоритми звуження початкової множини векторних критеріїв до єдиного рішення, яке можна оцінити із заданою точністю. На кожному новому кроці зазвичай потрібна нова уточнююча інформація про важливість критеріїв, що робить ці (багатокрокові) методи трудомісткими. Зручнішими для використання на практиці, але менш точними є однокрокові методи.

В однокрокових методах уся початкова інформація задається одразу під час постановки задачі. Як правило, ці методи дозволяють отримати єдине рішення, але припущення, які приймаються при цьому, настільки сильні, що використовувати їх доцільно тільки для первинних оцінок, прикидок або під час ухвалення невідповідальних рішень. Однокрокові методи діляться на дві підгрупи: евристичні (не мають строгого обґрунтування, застосовуються тільки для конкретних типів задач) і аксіоматичні (базуються на деякій системі аксіом).

Серед евристичних однокрокових методів найбільш наочним є метод головного критерію. Суть методу полягає в тому, що серед часткових критеріїв вибирається один, який призначається головним. На інші часткові критерії накладаються обмеження за допомогою порогів (найбільших і найменших можливих) допустимих значень. Після цього задача зводиться до задачі лінійного програмування на відшукання умовного екстремуму.