用途：pymoo 是 Python 优化框架，重点解决多目标优化问题，也支持单目标优化，用于寻找冲突目标之间的权衡解（Pareto 前沿），适用于工程设计等场景。
主要能力：提供统一 minimize() 接口；内置 NSGA-II、NSGA-III、MOEA/D、GA、DE、PSO、CMA-ES、SRES 等算法；支持单目标、多目标（2-3 个）、多目标（4+ 个）、带约束、动态问题；提供 ZDT、DTLZ、WFG 等基准问题；支持自定义遗传算子（交叉、变异、选择）；支持可行性优先、惩罚法、约束转目标等约束处理；提供 Scatter、PCP、Petal 等可视化；提供 PseudoWeights、Knee Point 等多准则决策方法。
使用方式：安装命令为 uv pip install pymoo，依赖 NumPy、SciPy、matplotlib，autograd 可选。基本用法是调用 minimize(problem, algorithm, termination, seed=1, verbose=True)，结果对象含 result.X（决策变量）、result.F（目标值）、result.G（约束违反）等。自定义问题需继承 ElementwiseProblem，实现 _evaluate 方法；约束需写成 g(x) <= 0 与 h(x) = 0；NSGA-III 需通过 get_reference_directions 提供参考方向。
适用场景：单/多目标优化、Pareto 前沿与权衡分析、进化算法实现、约束优化、基准测试、算子定制、高维结果可视化、多方案决策，以及二进制、离散、连续或混合变量问题。
限制：资料未提供收费、价格、平台与效果信息；版本基于 pymoo 0.6.x；文档见 https://pymoo.org/。