在这段视频中，哪些启发式方法被命名为多目标优化的方法？

一个并非完美最优的解仍然有用，因为它可以呈现给利益相关者，以说明良好解的结构。它帮助决策者了解合理的候选解是什么样子的，即使不保证最优性。

适用条件：该解被理解为接近最优，而不是完全最优。；这种用例被框架为演示和解释，而不是最优性的证明。

加权和标量化通过将第一个目标乘以权重 $w_1$，将第二个目标乘以互补权重 $1-w_1$，从而将两个目标函数组合成一个单一的聚合目标 $J$。

适用条件：恰好有两个目标被组合。；第二个权重定义为 $1-w_1$。；目标是最小化或最大化组合的标量 $J$。

视频通过它们的可达性以及相对于帕累托前沿的位置来区分它们。不可达解是目标值平面中无法由任何可行决策实现的点，位于可达前沿之外。

适用条件：图是在目标值坐标中绘制的。；示例涉及多目标问题的可达解。；在示例中，两个目标都在被最小化。

紫色曲线代表目标空间中的权衡曲线。它是通过映射随着权重 $w_1$ 变化而获得的最优解形成的，展示了改善一个目标如何以牺牲另一个目标为代价。

适用条件：至少两个目标相互绘制。；为多个权重值生成解。

帕累托前沿是连接目标值图中所有非支配解的曲线。在视觉上，在这个最小化问题中，它是可达集的下左边界，代表了冲突目标之间可能的最佳权衡。

适用条件：目标在 (OBJ_1, OBJ_2) 平面中绘制。；示例使用两个目标的最小化。