Парето-аппроксимация в задаче многокритериальной оптимизации

Рассматриваем относительно новый класс алгоритмов многокритериальной оптимизации, которые предполагают предварительное построение конечномерной аппроксимации множества, а тем самым, и фронта Парето задачи многокритериальной оптимизации (МКО-задачи). Решение МКО-задачи при этом выбирается лицом, принимающим решения (ЛПР), неформальными методами на основе анализа результатов Парето-аппроксимации.Наличие большого числа популяционных (и не популяционных) алгоритмов Парето-аппроксимации порождает проблему сравнения качества решений, найденных с помощью разных алгоритмов. С этой целью разработано большое число индикаторов качества аппроксимации. Таким образом, оценка качества Парето-аппроксимации в МКО-задаче сама является многокритериальной задачей. Последняя задача, как и всякая МКО-задача, является плохоформализованной и требует привлечения для своего решения специальных алгоритмических и программных средств. Конечной целью проекта является разработка пионерской ВЕБ-ориентированной программной системы, предоставляющей пользователю широкий спектр алгоритмов Парето-аппроксимации, тестовых задач, алгоритмов определения индикаторов качества аппроксимации, средств визуализации результатов аппроксимации, и на этой основе - средств поддержки принятия итогового решения МКО-задачи. В настоящее время подобные программные системы не известны.