рассмотрена задача разбиения многокритериальных объектов на однородные классы. В качестве меры близости объектов используется вероятность предпочтения одного объекта другому по обобщенному критерию с учетом ошибок при задании экспертных данных для агрегирования критериев. Предложены меры внутригруппового и межгруппового расстояний. На тестовом примере изложены алгоритмы многокритериальной кластеризации.
