用途：帮助在供应链场景中平衡成本与服务、利润与可持续性、效率与韧性等相互冲突的目标，寻找并分析帕累托最优解。
主要能力：
- 核心概念：帕累托支配、帕累托前沿、权衡关系。
- 方法：加权和（标量化）、ε约束法、NSGA-II 遗传算法（如 pymoo 的 NSGA2）、目标规划。
- 应用示例：成本与服务权衡的网络设计（基于 PuLP）、经济-环境-社会三重底线优化、交互式帕累托探索。
- 可视化：3D 帕累托前沿、平行坐标图。
- 相关库：pymoo、platypus、jmetal；商业工具 modeFRONTIER、CPLEX 多目标。
使用方式：先明确竞争目标、偏好、决策方式与问题规模，再选用合适方法。加权法通过变化权重生成不同帕累托点；ε约束法优化单目标并约束其余目标；NSGA-II 示例：from pymoo.algorithms.moo.nsga2 import NSGA2; from pymoo.optimize import minimize; res = minimize(problem, NSGA2(pop_size=100), ('n_gen', 200), verbose=True); pareto_front = res.F。相关技能包括优化建模、元启发式优化、可持续采购、网络设计。
适用场景：供应链网络设计、可持续供应链、多利益相关方权衡决策。
限制：资料未提供具体安装命令、收费方式或平台信息；文中代码示例需依赖相应库环境，未验证可运行性。