В данной работе предлагается новый подход к многокритериальному принятию решений на основе лингвистической информации, полученной от группы автономных экспертов. Данный подход позволяет лучше анализировать и быстрее находить решения для слабоструктурированных проблем, характеризующихся большим количеством факторов и неопределенностью контекста. Одним из ключевых элементов предлагаемой методологии является иерархия абстракций, предложенная Дж. ван Гигом и используемая для определения различных уровней, на которых находятся альтернативные решения и критерии для их оценивания. Интеграция этой иерархии позволяет всецело проанализировать проблемную ситуацию. Поэтому данный подход был назван многоуровневым многоатрибутным лингвистическим методом принятия решений (multi-level multi-attribute linguistic decision making, ML–MA–LDM).
      Предлагаемый подход включает методологию, представляющую собой набор шагов, и математическую модель. Кроме того, представлен метод автоматического распределения весов экспертов в зависимости от уровня их уверенности в данной оценке. Данный оригинальный подход поддерживает работу как с качественными, так и с количественными оценками на протяжении всего процесса принятия решения по различным уровням абстракции. Наконец, демонстрируется прототип мультиагентной экспертной системы для решения слабоструктурированных проблем с учетом большого числа различных аспектов и неопределенности контекста. Данный прототип играет роль инструмента для конкурентного анализа и для целей верификации предложенной методологии.
      Основные свойства подхода и прототипа продемонстрированы на примере решения конфликтной ситуации в области стратегического управления. Также были выделены преимущества, недостатки и направления развития предложенной методологии.