Kısıtlamalara tabi olan çoklu amaç fonksiyonlarını en aza indirin. Çok amaçlı optimizasyon, bir dizi kısıtlamaya tabi olarak çoklu amaç fonksiyonlarını en aza indirmeyi veya en üst düzeye çıkarmayı içerir. Örnek problemler, tasarım ödünleşimlerinin analizini, en uygun ürün veya süreç tasarımlarını seçmeyi veya iki veya daha fazla çelişen hedef arasındaki ödünleşimlerle en uygun çözüme ihtiyaç duyduğunuz diğer uygulamaları içerir.
Çok amaçlı optimizasyon için yaygın yaklaşımlar şunları içerir:
Hedefe ulaşma: bir hedef vektöründe verilen hedef değerlerine ulaşmak için doğrusal veya doğrusal olmayan bir vektör işlevinin değerlerini azaltır. Hedeflerin göreceli önemi, bir ağırlık vektörü kullanılarak belirtilir. Hedefe ulaşma problemleri ayrıca doğrusal ve doğrusal olmayan kısıtlamalara tabi olabilir.
Minimaks: muhtemelen doğrusal ve doğrusal olmayan kısıtlamalara tabi olan bir dizi çok değişkenli fonksiyonun en kötü durum değerlerini en aza indirir.
Pareto cephesi: daha düşük olmayan çözümler bulur; yani, bir hedefteki gelişmenin diğerinde bozulmayı gerektirdiği çözümler. Çözümler, doğrudan (kalıp) arama çözücüsü veya genetik algoritma ile bulunur. Her ikisi de doğrusal ve doğrusal olmayan kısıtlamalara sahip düzgün veya düzgün olmayan problemlere uygulanabilir.
Hem hedefe ulaşma hem de minimaks problemleri, problemi standart bir kısıtlı optimizasyon problemine dönüştürerek ve ardından çözümü bulmak için standart bir çözücü kullanarak çözülebilir. Daha fazla bilgi için bkz. Optimization Toolbox™ ve Global Optimization Toolbox.
