进化算法里的 NSGA-2，挺适合搞多目标优化的，尤其你不想死磕函数公式的时候，效果还不错。它不需要目标函数规整，像线性、连续、可导啥的，统统不强求，思路灵活，效率也蛮高的。
NSGA-2的思路是群体进化，每一代都是全体优化，目标是搞定一堆解里最优的那一批，也就是 Pareto 前沿。你不需要设定复杂的规则，它自己跑一会儿就能给你一些还挺靠谱的结果。
推荐几个资源，比较全：
- NSGA-II 多目标进化算法，基本原理说得比较清楚，想入门的可以看看
- 多目标进化算法开发资源集，工具代码都有，比较适合动手的朋友
- Matlab 实现文件下载，用 Matlab 搞多目标优化的朋友可以直接上手
- NSGA-II 及其改进版，对 NSGA-2 做了点优化，效率提升还挺
- 决策空间不平衡，这个偏进阶，决策变量不均衡问题也能
代码风格方面，大多数实现都还蛮清晰的，paretoFront()、dominates()这些函数基本都能找到，有些还加了可视化模块，调试起来更直观。
如果你正在搞项目里有多个目标要权衡，比如性能 vs 成本、准确率 vs 时间啥的，用 NSGA-2 会比写死的优化规则靠谱不少。对了，想快速跑通流程，建议你先试下Matlab版本，省事。