第1107章 我有三种方法，三种！(第2页)

 特挑并不丢人。

 关键是得能挑明白……

 一番开导过后，杨卫华若有所思地离开了会议室。

 但魏永明似乎并没有离开的意思。

 连桌上的笔记本电脑都没收起来。

 “永明啊，还有事？”

 常浩南见状也停下动作，重新坐回了椅子上。

 他和魏永明俩人年岁相仿，又是早年间就认识的老伙计，因此私下里的称呼倒也随意很多。

 而魏永明也不废话，直接进入正题：

 “我刚才仔细分析了一下老杨提出来的装夹方式，如果提炼成一个多目标优化问题，那决策变量虽然只有三个，但目标函数可完全不止……尤其对于弯扭程度比较大的工件来说，最少也得有四个以上。”

 常浩南没有开口，只是点了点头表示没错。

 这副理所当然的样子，差点把魏永明给整得不自信了。

 不过，在定了定神之后，还是继续开口道：

 “可是……用遗传算法进行多目标优化，总体上都是基于pareto支配的，随着目标个数的增加，种群中非支配解的数量会呈指数上升，导致算法搜索能力快速恶化……”

 “我之前测试过非劣排序遗传算法对四维目标优化问题的解……即便经过很多轮调整，最后都是发散……或者是一个精度很差的解，而且计算耗时非常夸张，对于我们集团来说或许无所谓，但是落实到生产方恐怕没有这么高水平的算力支持……”

 魏永明说着从电脑上打开了一份pdf文件，然后调转屏幕，朝向常浩南的方向。

 后者简单看了一下，发现是一个相当典型的网格搜索问题。

 看上去只是随手做的某种测试。

 “确实是这样。”

 常浩南把电脑推了回去：

 “从直观的几何角度上讲，一个具有m维目标的优化问题，相当于将目标空间的每一维划分为r个网格，假设问题的非支配解均匀分布，那么网格pareto前沿的边界，就构成了粒子个数的上界值。”

 他说着在纸上画出了一个三维的示意图。

 “很明显，对于m个目标的优化问题，构成pareto前沿就需要m*r^(m-1)个解，那对于5目标的优化问题来说，即便我们把r设定为相对较低的25，仍然需要差不多百万量级的解才能刻画出基本的pareto前沿……这中间算出一些意外导致发散，或者算上几个月时间都无法给出结果实在太正常了。”