Este estudio propone tres nuevas versiones de la conocida técnica de programación lineal para el análisis de preferencias multidimensionales (LINMAP). LINMAP aborda el problema de decisión multicriterio mediante el análisis de las diferencias individuales en las preferencias en relación con un conjunto de incentivos preespecificados en un espacio de atributos multidimensional. Los modelos propuestos satisfacen las necesidades específicas del tomador de decisiones, como determinar un número fijo de incentivos para estar activos o asignar un peso mínimo/máximo para los incentivos activos. El desempeño de los modelos desarrollados se evalúa utilizando información de un estudio de caso en el que un tomador de decisiones desea determinar una cartera óptima de incentivos en función de las preferencias de las personas encuestadas. Los resultados experimentales confirman que los modelos propuestos podrían obtener soluciones de acuerdo a las necesidades del decisor, arrojando una mejor selección de incentivos a activar y su correspondiente distribución de los pesos que los del modelo LINMAP original. Además, la consistencia de los modelos propuestos se evalúa realizando un análisis de sensibilidad sobre las variaciones de la base de datos del estudio de caso y comparando los resultados con los resultados proporcionados en el estudio de caso original. En general, este trabajo es prometedor cuando se crea un portafolio de diseño, considerando las diferentes preferencias de los individuos.