Новый подход к многокритериальным задачам при неопределенности

Новизна в том, что лицо, принимающее решение (ЛПР) в многокритериальной задаче при неопределенности, стремится не только по возможности увеличить гарантированные значения каждого из своих критериев, но и одновременно уменьшить гарантированные риски, сопровождающие такое увеличение. Предлагаемое исследование выполнено на стыке теории многокритериальных задач (МЗ) и принципа минимаксного сожаления (риска) (ПМС) Сэвиджа–Ниханса: из теории МЗ использованы понятие слабо эффективной оценки и сопровождающая теорема Ю. Б. Гермейера, а из ПМС — оценка значения функции сожаления в качестве риска по Сэвиджу–Нихансу. Рассмотрение ограничено интервальными неопределенностями: о них ЛПР известны лишь границы изменения, а какие-либо вероятностные характеристики отсутствуют (по тем или иным причинам). Введено новое понятие — сильно гарантированного по исходам и рискам решения (СГИР), максимального по Слейтеру; установлено его существование при «привычных» для математического программирования ограничениях (непрерывность критериев, компактность множеств стратегий и неопределенностей). В качестве приложения найден явный вид СГИР в задаче диверсификации вклада по рублевому и валютному депозитам.