Методы классификационного анализа широко используются для решения разнообразных задач распознавания образов, автоматической классификации, экстремальной группировки параметров, анализа графов и др. Наиболее интересные как в теоретическом, так и в прикладном аспекте результаты были получены в рамках постановки задачи размытой автоматической классификации. Разработка методов решения задачи обработки экспертных оценок, особенно в ранговых и номинальных признаках, явилась стимулом для исследований по методам упорядоченной автоматической классификации, в том числе – размытой упорядоченной автоматической классификации. Работа посвящена исследованию задачи оценивания множества альтернатив в некоторой ранговой шкале как одной из задач классификационного анализа данных – построения упорядоченной размытой классификации. Рассмотрено два специальных класса таких классификаций – унимодальная и k-интервальная размытая упорядоченная классификация. Доказана важная теорема о том, что для произвольного частичного порядка размерности m всегда существует эквивалентная размытая упорядоченная классификация с числом уровней m+1. Разработаны алгоритмы размытой упорядоченной классификации, базирующиеся на общем алгоритме классификационного анализа данных. Эти алгоритмы использовались при решении ряда прикладных задач анализа и совершенствования социально-экономических и организационных систем управления, в том числе при обработке экспертных оценок и анализе ориентированных графовых структур.