Multiobjektiv optimering är en term som syftar på beslutsprocesser som används för att välja mellan flera lösningar på ett komplext problem. Det är en uppsättning tekniker som används för att främja flera mål samtidigt som man begränsar uppoffringen av ett enskilt mål i uppsättningen av mål. Dessa tekniker kräver att utövare är uppmärksamma på alla uppsättningar av begränsningar för multiobjektiv optimering. Dessa tekniker är inte till för enkla ”antingen-eller”-beslut som om en familj ska köpa en ny gasgrill eller inte bygga en murad kolgrill på sin bakgård. Multiobjektiva problem är mer komplexa och involverar flera analyser för att fastställa optimala lösningar.
Det är uppenbart när man analyserar multiobjektiv att optimering av ett mål ofta leder till ett annat mål, som drabbas av en förlust omedelbart eller någon gång i framtiden. Varje mål måste analyseras för dess värde för det övergripande projektet, för att tydligt identifiera alla mål med deras verkliga värden. Det är också viktigt att undersöka hur de olika målen är kopplade till varandra för närvarande, och hur de skulle interagera och koppla ihop i en framtida plan. De möjliga valen av en plan kan granskas och viktade värden kan uppskattas för hur väl dessa lösningar kan fungera. Att ta hänsyn till eventuella begränsningar som kan läggas på nya lösningar, såsom kostnader, tid och investerade resurser, kan peka mot den bästa kompromissen av variablerna i ett lösningsbeslut.
Multiobjektiva optimeringsbeslut kräver parametrar för denna typ av problemlösningsaktivitet. Optimering av komplexa system anses vara en vetenskap, och experter skiljer sig åt om de bästa teknikerna för optimering. Inledningsvis identifierar alla mål och deras potentiella variation under olika situationer deras statiska egenskaper. Därefter är det tillrådligt att studera hur multiobjektiv optimering kan påverka den övergripande affärsmiljön och framtidsutsikterna, och utvärdera kostnader-mot-nytta-lösningar med betoning på specifika mål framför andra mål i alla varianter. Detta bör ge en mångsidig uppsättning möjliga lösningar för den närmaste approximationen till de övergripande målen inom en organisation.
Multiobjektiv optimering kan kräva justeringar i stadier inom finansiella och ekonomiska områden när regionala, landsomfattande eller globala ekonomiska förhållanden förändras. De som ansvarar för beslutsfattandet måste balansera inflationsbekymmer, arbetslöshetsbilder och tillgången på varor för att producera andra varor när de tar politiska ställningstaganden. Ingenjörer kommer sannolikt att använda optimering av flera motstridiga mål när de avgör var konkurrerande värden av hastighet kontra bränsleeffektivitet berörs. Å andra sidan kan chefen för en medicinsk dynamisk bildbehandlingsavdelning behöva balansera beslut om utrustningsinköp eller anläggningsutbyggnad när efterfrågan ökar på deras tjänster.