要说常浩南能在这短短几十分钟的时间里把这套技术给完全摸清楚，那当然是不可能的。

    只不过，他更擅长提炼问题的本质而已。

    而有了刚才这一句话，后面的研究方向，也就基本确定下来了。

    也就是在切削部分结合误差建模进行自适应补偿，而在装夹部分则采用浮动装夹，尽可能减小固定区域所带来的加工后形变。

    当然，即便是这样，真要抠精度也还是比不上老师傅的手活。

    但这是让航空航天产业向真正规模化发展的必要步骤。

    其实杨卫华也提出过这方面的顾虑。

    常浩南的回答则是与之前在镐发集团开会时一样——

    可以从一批产品中进行精挑，区分出一致性较高几批，分别安装到同一台发动机上。

    而这个看上去有些狂野的思路，对于搞机械加工出身的杨卫华来说，几乎是颠覆性的。

    他停下了手上收拾东西的动作，愣在原地好长时间：

    “当年我入行之后，师父教的第一条就是标准化加工……现在看来，反倒有点跟不上时代了……”

    语气中满是感慨。

    以杨卫华的年纪，入行时应该在八十年代初，刚好是华夏机械行业进行第二轮大规模升级的阶段。

    到现在也有二十来年了。

    要知道，早年间我国加工精度不行的时候，执行的就是这种从一批产品当中特挑合格品的方式。

    正是通过他们这一代人的努力，才算是建立了一套比较完善的标准化加工体系。

    现在却要走回头路。

    怀旧服开服了属于是。

    “标准化，当然是没错的。”

    常浩南也感受到了对方的e，笑着回答道：

    “但是，对于真正高要求的生产，即便再怎么精密的生产方式，也总会存在误差，所以就加工结果而言，反而不可能存在严格意义上的标准化。”

    “既然如此，我们不如换个思路，去执行生产流程领域的标准化，用生产效率来在一定程度上弥补产品一致性的不足……”

    这个年代，多数人对于“高水平生产”的理解，还是比较简单的。

    精度高、可替换性好。

    仍然是八十年代那一套。

    但实际上，别说机械制造，就算是半导体加工领域，也是存在随机误差的。

    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