1
多目标冲突与现实复杂性
AI999 第3课:现实世界的复杂性与多目标权衡
00:00

真实工程优化面对的是多目标、多约束与昂贵反馈交织的复杂性。目标之间相互牵制,不存在无需权衡的单一理想最优,因此首先要识别并接受冲突,而非套用理想化单目标假设。

多目标冲突与现实复杂性 真实工程优化面对的是多目标、多约束与昂贵反馈交织的复杂性 目标不独立 改善一个目标,可能恶化另一个 约束嵌套 局部调整牵动其他子系统 反馈昂贵 高保真仿真、风洞、试飞成本高 ? 难以量化的目标 安全、成本、法规难统一为单一标量 目标相互牵制 改善一个指标,另一个可能恶化 冲突 升力 阻力 稳定性 约束嵌套 · 可行域耦合 耦合可行域 帕累托前沿 · 候选方案 目标2 目标1 ! 不存在无需权衡的单一最优 应探索并保留一组具有差异的候选方案,交由专家权衡收益与代价

真实世界的复杂性

  • 目标不独立:改善一个目标可能恶化另一个,例如提高升力往往伴随阻力增加或稳定性下降。
  • 约束嵌套:局部变量调整会牵动其他子系统或生命周期阶段,形成耦合可行域与隐性边界。
  • 反馈昂贵:高保真仿真、风洞、试飞等评估成本高,无法支撑无限次试错。
  • 难以量化的目标:安全、稳定性、成本、法规、可维护性等难以统一为单一标量。

多目标冲突的结构性

多目标之间存在结构性冲突:改善一个指标可能恶化另一个指标。例如在飞行器设计中,提高升力往往伴随阻力增加或稳定性下降;若继续优化某项气动指标,又可能触发结构载荷、热防护或控制复杂度等约束。这说明现实问题不能被简化为单目标最优。

关键认知
系统不应过早给出单一孤立的“最优答案”,而应探索并保留一组具有差异的候选方案,让专家权衡收益与代价。