Для решения задач многоцелевой оптимизации должны быть обеспечены определенные условия. В частности, должна быть предоставлена возможность изменять в определенных пределах независимые переменные , влияющие на критерии качества . Любая независимая переменная величина , которую можно изменять в некоторых пределах и которая оказывает определенное влияние на все критерии качества или только на некоторые из них, принято называть управляемой переменной (или управлением). Эта терминология в определенном смысле созвучна терминологии из теории управления. Она подчеркивает, что процесс многоцелевой оптимизации имеет некоторое сходство с процессом управления системой. Совокупность всех управляемых переменных можно рассматривать как вектор управления. Ему ставится в соответствие точка n-мерного пространства управлений. Множество допустимых значений управляемых переменных называется областью управления. Она характеризует ту часть пространства управлений, где находятся все реализуемые управления. Эта область может быть как связной, так и несвязной. В частном случае она может состоять из отдельных изолированных точек. Пространство целей (или целевое пространство)—это пространство, координатами которого являются значения всех рассматриваемых критериев качества . Областью целей (или целевой областью) называется множество точек в пространстве целей, где лежат все возможные значения векторов цели. Зависимость критериев качества от управляемых переменных представляет собой некоторое отображение пространства управлений на пространство целей. При этом каждой точке области целей соответствует одна или несколько точек пространства управлений. Это значит, что один и тот же результат (одна и та же целевая точка) может быть достигнут с помощью различных комбинаций значений управляющих величин.
Эффективным множеством компромиссов называется множество всех целевых точек, которые нельзя далее равномерно (т. е. одновременно по всем критериям) улучшить в рамках имеющихся возможностей управления. Таким образом, к этому множеству от
носятся все точки, несравнимые друг с другом в смысле улучшения или ухудшения эффекта управления.
Как известно, скалярные величины можно легко упорядочить путем попарного сравнения их значений. Проблема сравнения векторных величин гораздо сложнее.
Если для этой цели воспользоваться «длиной» вектора (нормой), то по существу задача сведется к сравнению скалярных величин.
Если же при сравнении, как это требуется в многоцелевой оптимизации, нужно сопоставлять отдельные компоненты векторов, то сделать однозначное заключение возможно лишь тогда, когда все без исключения компоненты одного вектора больше (или меньше) соответствующих компонент другого вектора.
Когда некоторые компоненты одного вектора меньше, а остальные — больше соответствующих компонент другого вектора, эти векторы считаются несравнимыми между собой. Эта ситуация имеет место в множестве компромиссов.