第1107章 我有三種方法，三種！

 特挑並不丟人。

 關鍵是得能挑明白……

 一番開導過後，楊衛華若有所思地離開了會議室。

 但魏永明似乎並沒有離開的意思。

 連桌上的筆記本電腦都沒收起來。

 “永明啊，還有事？”

 常浩南見狀也停下動作，重新坐回了椅子上。

 他和魏永明倆人年歲相仿，又是早年間就認識的老夥計，因此私下裡的稱呼倒也隨意很多。

 而魏永明也不廢話，直接進入正題：

 “我剛才仔細分析了一下老楊提出來的裝夾方式，如果提煉成一個多目標優化問題，那決策變量雖然只有三個，但目標函數可完全不止……尤其對於彎扭程度比較大的工件來說，最少也得有四個以上。”

 常浩南沒有開口，只是點了點頭表示沒錯。

 這副理所當然的樣子，差點把魏永明給整得不自信了。

 不過，在定了定神之後，還是繼續開口道：

 “可是……用遺傳算法進行多目標優化，總體上都是基於pareto支配的，隨著目標個數的增加，種群中非支配解的數量會呈指數上升，導致算法搜索能力快速惡化……”

 “我之前測試過非劣排序遺傳算法對四維目標優化問題的解……即便經過很多輪調整，最後都是發散……或者是一個精度很差的解，而且計算耗時非常誇張，對於我們集團來說或許無所謂，但是落實到生產方恐怕沒有這麼高水平的算力支持……”

 魏永明說著從電腦上打開了一份pdf文件，然後調轉屏幕，朝向常浩南的方向。

 後者簡單看了一下，發現是一個相當典型的網格搜索問題。

 看上去只是隨手做的某種測試。

 “確實是這樣。”

 常浩南把電腦推了回去：

 “從直觀的幾何角度上講，一個具有m維目標的優化問題，相當於將目標空間的每一維劃分為r個網格，假設問題的非支配解均勻分佈，那麼網格pareto前沿的邊界，就構成了粒子個數的上界值。”

 他說著在紙上畫出了一個三維的示意圖。

 “很明顯，對於m個目標的優化問題，構成pareto前沿就需要m*r^(m-1)個解，那對於5目標的優化問題來說，即便我們把r設定為相對較低的25，仍然需要差不多百萬量級的解才能刻畫出基本的pareto前沿……這中間算出一些意外導致發散，或者算上幾個月時間都無法給出結果實在太正常了。”