Python 优化问题中的多目标

在一个典型的线性优化问题中，我的目标如下：

Example of a Linear Program
   maximize:
     3x + y
   subject to:
     1.5 x + 2 y <= 12
     0 <= x <= 3
     0 <= y <= 5

线性程序示例
最大化：
3x+y
从属于：
1.5 x+2 y当你有多个目标时，通常你没有一个目标，而是一组最佳解决方案，因为你通常在目标之间进行权衡。
这意味着，如果你选择了一个最优的解决方案，你可能会进一步提高其中一个目标，而牺牲其他目标，同时保持最优

为了解决您的问题，您可以为每个目标分配一个权重，并将它们组合成一个目标，例如：

maximize:
     5(3x + y) + 2(3x)
   subject to:
     1.5 x + 2 y <= 12
     0 <= x <= 3
     0 <= y <= 5

这表明问题又是一个单目标优化。
如果@guissoares答案中的权重不够好，那么您的最佳选择是：
1.尝试许多不同的权重，保留所有的解决方案，并观察帕累托前沿（即权衡）
2.使用多目标算法，如NSGA2

maximize:
     5(3x + y) + 2(3x)
   subject to:
     1.5 x + 2 y <= 12
     0 <= x <= 3
     0 <= y <= 5

maximize:
     21x + 5y
   subject to:
     1.5 x + 2 y <= 12
     0 <= x <= 3
     0 <= y <= 5