工业多目标优化实战：基于NSGA-II的工艺参数寻优与边缘MPC部署

在智能制造产线的工艺参数优化场景中，工程团队常面临一个典型困境：多个相互制约的优化目标，传统实验方法开发周期长、成本高，且难以找到全局最优解。本文以一个实际工业场景为例，拆解如何用响应面模型（RSM）结合多目标遗传算法（NSGA-II）完成离线工艺寻优，并在边缘侧部署模型预测控制（MPC）实现在线自适应。整个方案已在产线实测验证，从算法设计到边缘部署的全链路可供同类场景参考。