in cui gli algoritmi cercano il minimo o il massimo di una funzione, a seconda dell'obiettivo prefissato. Uno dei metodi per la gestione dell'ottimizzazione multi-obiettivo consiste nel sommare tutti gli obiettivi (adeguatamente pesati) in un'unica funzione, in modo tale da ricondurre nuovamente il problema ad un problema di ottimizzazione mono-obiettivo. Questo metodo presenta, però, lo svantaggio che tali pesi, che devono essere forniti a priori dall'utente, influenzano la soluzione . Inoltre, se gli obiettivi sono di diversa natura (per esempio costo ed efficienza), potrebbe risultare difficile o addirittura inutile cercare di formulare un'unica funzione obiettivo.

Le tecniche di ottimizzazione multi-obiettivo superano questi problemi tenendo separati gli obiettivi all'interno del processo di ottimizzazione. Va evidenziato che, nei casi in cui ci siano obiettivi contrastanti, per esempio se si minimizza il peso di una trave e anche la sua deformazione sotto carico, non si avrà un'unica configurazione ottima poiché qualsiasi soluzione è frutto di un compromesso. Il ruolo dell'algoritmo di ottimizzazione consiste nell'identificare le soluzioni che si trovano sulla curva di trade-off, meglio conosciuta come la frontiera di Pareto (dal nome dell'economista italo-francese, Vilfredo Pareto). Caratteristica comune a tali soluzioni è il fatto che al miglioramento di un obiettivo corrisponde il peggioramento di almeno uno degli altri.

Il nome modeFRONTIER evidenzia il fatto che il programma riesce ad eseguire un'ottimizzazione multi-obiettivo cercando la frontiera di Pareto.