真实物理世界的权衡与多目标探索

在真实物理世界中，工程与科研问题通常并不存在“无代价的唯一最优解”：目标难以完全量化、约束相互嵌套、评价反馈成本高昂，多个目标之间又彼此牵制。以飞行器设计为例，提高升力往往伴随阻力增加或稳定性下降。因此系统的核心任务不是替专家直接拍板，而是探索并保留一组具有差异的候选方案，为专家提供收益—代价的比较基础。

三个关键事实

• 理想假设不存在：目标常只能部分量化（如“舒适”“安全裕度”），约束层层嵌套，而每一次真实评价——高保真仿真、台架试验或试飞——都要付出可观的时间与金钱。
• 多目标此消彼长：升力与阻力、性能与稳定性、精度与能耗往往无法同时达到最优；任何一步改进都必须说清它换来了什么代价。
• 反馈昂贵使试错受限：不能无限次尝试，因此在有限的评价预算下保留多样性，比过早锁定单点更稳健。

为什么不能过早收敛到单一答案

如果系统在探索早期就交出孤立的“最优解”，决策空间会被压缩：专家看不到其他可能，也无法判断这个点究竟在哪两个目标之间做了取舍。更合适的做法是沿非支配关系保留一组候选方案，它们在升力、阻力、稳定性等维度上各有侧重，构成一条可供权衡的Pareto 前沿。前沿上的每一个点都代表一种合法取舍——要改善其中一个目标，就必须牺牲另一个；因此前沿的价值不在于“哪个最好”，而在于把收益与代价的完整关系呈现出来，支持后续的偏好判断与决策。