Многокритериальная оптимизация: метод идеальной точки

Фундаментальное понятие метода — Идеальная (утопическая) точка. Это гипотетический вектор в пространстве критериев, координаты которого равны наилучшим возможным значениям каждой целевой функции, достигаемым независимо друг от друга в допустимой области. Поскольку критерии конфликтуют, идеальная точка почти никогда не принадлежит множеству допустимых решений. Параллельно вводится понятие анти-идеальной (надирной) точки, отражающей наихудшие значения. Суть метода заключается в поиске такого допустимого решения, которое находится на минимальном математическом расстоянии от идеальной точки.

Для вычисления "расстояния" в многомерном пространстве критериев используются различные метрики, чаще всего метрики Минковского $L_p$. При $p=1$ (Манхэттенское расстояние) происходит простая взвешенная сумма отклонений. При $p=2$ (Евклидово расстояние) минимизируется геометрическое расстояние, что дает более сбалансированные компромиссы. Наиболее интересен случай $p \to \infty$ (метрика Чебышева), при котором алгоритм стремится минимизировать максимальное отклонение (минимаксный подход). Этот подход гарантирует, что ни один из критериев не будет "пожертвован" в угоду остальным, что крайне важно при строгих требованиях к качеству продукта.

Критической фазой алгоритма является нормализация критериев. Поскольку функции могут измеряться в разных единицах (доллары, килограммы, часы), прямое вычисление расстояний бессмысленно. Относительное отклонение вычисляется по формуле $(f_i(x) - f_i^*)/(f_i^{nad} - f_i^*)$, где $f^*$ и $f^{nad}$ — координаты идеальной и анти-идеальной точек. Дополнительно лицо, принимающее решение (ЛПР), может задавать весовые коэффициенты, отражающие субъективную значимость каждого критерия. Это превращает сложную векторную задачу в детерминированную задачу нелинейного программирования (скаляризацию), легко решаемую градиентными методами или методами внутренней точки.

Метод идеальной точки применяется при разработке месторождений, проектировании авиационных двигателей, государственном макроэкономическом планировании и экологическом менеджменте. Математическая красота этого метода состоит в том, что он алгоритмизирует психологический процесс поиска компромисса: вместо бесконечных споров между различными департаментами компании, алгоритм предоставляет беспристрастное решение, максимально приближающее систему к недостижимому техническому совершенству.

Список литературы:
1. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. — М.: Наука, 1982.
2. Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решений. — М.: Макс Пресс, 2008.
3. Zeleny M. Multiple Criteria Decision Making. — McGraw-Hill, 1982.