先导优化要同时满足很多目标。多参数优化(MPO)把它们综合成一个可排序的分数来挑分子。
怎么做 MPO
- 为每个性质设「期望度函数」(越好越接近 1)
- 加权综合成 MPO 分数
- 考虑预测的不确定性(见 166)
- 用它排序候选、挑下一轮合成
实践要点
- 权重反映项目优先级(与 TPP 对齐)
- 别让单一指标主导(避免极端分子)
- 用概率/分布而非单点值更稳健
- 工具如 StarDrop 提供 MPO(见 282)
关键要点
MPO 把「多目标权衡」变成可操作的排序;关键是期望度函数与权重要对齐 TPP,并纳入不确定性。
延伸资源
- 对照 414《TPP》、166《不确定性》、282《StarDrop》。