Multikriterieoptimering eller multiobjektiv optimering er en måde at formulere og løse et matematisk eller økonomisk problem på, hvor flere forskellige parametre eller mål må tages i betragtning samtidigt. I stedet for ét enkelt optimeringskriterium søger man løsninger, der afvejer to eller flere ofte modstridende mål. Resultatet analyseres ofte med begrebet Pareto-effektivitet, opkaldt efter Vilfredo Pareto, der introducerede idéen i sine studier af fordeling og effektivitet.

Formel idé og Pareto-dominans

I en formel fremstilling har man typisk et sæt beslutningsvariable x i en tilladt mængde X og flere mål f1(x), f2(x), ..., fk(x), som man ønsker at maksimere (eller minimere). En løsning x* siges at dominere en anden løsning x, hvis alle mål for x* er mindst lige så gode som for x, og mindst ét mål er bedre. En løsning x* er Pareto-optimal (Pareto-effektiv), hvis der ikke findes nogen anden løsning i X, som dominerer x*. Mængden af alle Pareto-optimale løsninger kaldes Pareto-grænsen eller Pareto-fronten.

Betydning i økonomi: Pareto-grænse og produktionsmulighedsgrænse

I økonomisk kontekst er begrebet let at forstå i ord: En fordeling eller en produktionsplan er Pareto-effektiv, hvis det ikke er muligt at forbedre en persons situation uden at forværre en andens. Når vi ser på, hvad økonomien producerer, siger man også, at den ligger på Pareto-grænsen eller på produktionsmulighedsgrænsen, hvilket betyder, at den producerer så meget som muligt givet de tilgængelige faktorer (f.eks. maskiner, arbejdskraft, jord og idéer — alle kaldet ressourcer eller produktionsfaktorer). Når økonomien befinder sig på denne grænse, vil øget produktion af én vare nødvendiggøre fald i produktionen af en anden vare; ressourcerne er fuldt udnyttede, så der er en direkte trade-off.

Praktiske metoder til at finde Pareto-løsninger

I praksis findes flere metoder til at identificere eller approksimere Pareto-fronten:

  • Vægtet sum (scalarisering): Kombinerer målene til ét enkelt mål ved at vægte hvert mål og optimere den vægtede sum. Giver ofte enkelte Pareto-punkter, men kan ikke finde punkter på ikke-konvekse dele af fronten.
  • Epsilon-constraint: Optimerer ét mål og indfører grænser (epsilon) for de øvrige mål. Bruges til at generere forskellige Pareto-punkter ved at variere grænserne.
  • Evolutionære og multiobjektive heuristikker (fx NSGA-II): Population-baserede algoritmer, der søger et sæt ikke-dominerede løsninger og ofte er effektive i komplekse, ikke-lineære problemer.
  • Analytiske metoder: I simple tilfælde (fx to mål og glatte funktioner) kan Lagrange-multiplikatorer eller Kuhn–Tucker-betingelser bruges til at karakterisere Pareto-punkter.

Trade-offs, valg og normative spørgsmål

Et vigtigt punkt er, at Pareto-effektivitet alene ikke udpeger én entydig «bedst mulig» løsning — der kan være mange Pareto-optimale punkter, der reflekterer forskellige afvejninger mellem målene. For at vælge ét punkt blandt dem kræves en ekstra præference- eller fordelingsregel (fx sociale nyttemål, retfærdighedskriterier eller beslutningstagerens prioriteringer). Derfor bliver normative spørgsmål centrale: Pareto-effektivitet siger intet om lighed, retfærdighed eller hvor «rigtig» en fordeling er.

Begrænsninger og misforståelser

  • At noget er Pareto-effektivt betyder ikke, at fordelingen er retfærdig. Det kan være, at en enkelt aktør har alt, og alligevel er situationen Pareto-effektiv.
  • Pareto-optimalitet kan være følsom over for antagelser om hvilke mål og hvilke præferencer, der indgår. Ændres målsætningerne, ændres fronten.
  • Pareto-begrebet er normativt neutralt: det siger, hvad der ikke kan forbedres uden at skade andre, men det siger ikke, hvad der bør vælges mellem mulighederne.

Anvendelser og eksempler

Multikriterie- og multiobjektiv optimering anvendes bredt:

  • Økonomi og samfundsplanlægning: afvejning af vækst, miljø og lighed.
  • Ingeniørvidenskab: design af komponenter, hvor vægt, styrke og omkostninger konkurrerer.
  • Miljøstyring: balance mellem udbytte af naturressourcer og bevaring af biodiversitet.
  • Maskinlæring: optimering af nøjagtighed, træningstid og modelkompleksitet.

Opsummering

  • Pareto-effektivitet beskriver løsninger, hvor ingen kan blive bedre stillet uden at gøre andre værre stillet.
  • Multikriterieoptimering søger at finde eller beskrive hele sættet af sådanne kompromisløsninger (Pareto-fronten).
  • Der findes tekniske metoder til at generere Pareto-punkter, men valget mellem dem kræver yderligere præferencer eller normative kriterier.
  • At være Pareto-effektiv er et mål for effektivitet, ikke nødvendigvis for retfærdighed eller ønskværdighed.