求解多目標規划的方法大體上有以下幾種：
一種是化多為少的方法 ， 即把多目標化為比較容易求解的單目標或雙目標，如主要目標法、線性加權法、理想點法等；
另一種叫分層序列法，即把目標按其重要性給出一個序列，每次都在前一目標最優解集內求下一個目標最優解，直到求出共同的最優解。
對多目標的線性規划除以上方法外還可以適當修正單純形法來求解；還有一種稱為層次分析法，是由美國運籌學家沙旦於70年代提出的，這是一種定性與定量相結合的多目標決策與分析方法，對於目標結構復雜且缺乏必要的數據的情況更為實用。
一、多目標規划及其非劣解
（一）任何多目標規划問題，都由兩個基本部分組成：
（1）兩個以上的目標函數；
（2）若干個約束條件。
（二）對於多目標規划問題，可以將其數學模型一般地描寫為如下形式：
在圖1中，max(f1, f2) .就方案①和②來說，①的 f2 目標值比②大，但其目標值 f1 比②小，因此無法確定這兩個方案的優與劣。
在各個方案之間，顯然：④比①好，⑤比④好, ⑥比②好, ⑦比③好……。
而對於方案⑤、⑥、⑦之間則無法確定優劣，而且又沒有比它們更好的其他方案，所以它們就被稱為多目標規划問題的非劣解或有效解，其余方案都稱為劣解。所有非劣解構成的集合稱為非劣解集。
當目標函數處於沖突狀態時，就不會存在使所有目標函數同時達到最大或最小值的最優解，於是我們只能尋求非劣解（又稱非支配解或帕累托解）。
二、多目標建模方法
為了求得多目標規划問題的非劣解，常常需要將多目標規划問題轉化為單目標規划問題去處理。實現這種轉化，有如下幾種建模方法。
思想：規划問題的各個目標函數可以通過一定的方式進行求和運算。這種方法將一系列的目標函數與效用函數建立相關關系，各目標之間通過效用函數協調，使多目標規划問題轉化為傳統的單目標規划問題：
在用效用函數作為規划目標時，需要確定一組權值 li 來反映原問題中各目標函數在總體目標中的權重
思想: 規划決策者對每一個目標函數都能提出所期望的值（或稱滿意值）；
在加權的基礎上通過比較實際值 fi 與期望值 fi* 之間的偏差來選擇問題的解理論依據 ：若規划問題的某一目標可以給出一個可供選擇的范圍，則該目標就可以作為約束條件而被排除出目標組，進入約束條件組中。
假如，除第一個目標外，其余目標都可以提出一個可供選擇的范圍，則該多目標規划問題就可以轉化為單目標規划問題：