5、与（1）相同条件下对不同的C值进行了计算，结果见下表。由表可见，C在较宽范畴内变化时，C在较窄范围内变化。对给定的bk，在一定范围内C与C有相同值。C=Cmin有最小值。C低至某一值时将突破第一级指标约束，而当C越过其最小值时就突破第二级约束。这样就使用户有很大的自由在保证质量前提下选择最低成本值。可以根据近期进货价及以往多次计算经验初选C，再试算来确定C。

6、改变加权系数对解答的影响。我们对良态、基本良态、非良态和对不同的加权系数进行了计算，结果视给定的C而不同。当C ≤Cmin时，W从0.1~100变化对计算结果没有多大影响。在C>Cmin时，在同样范围内各指标计算结果高低有所波动，但并非十分显著。此外，W取小些时，例如0.1~1，迭代计算次数增加，计算时间变长。故W宜取在一些，但W再大迭代次数已趋饱和。

三、结论

1、用多目标规划法解陶瓷坯料最优配方问题，方法简单易行，快捷准确。可考虑多种因素，求解多种产品方案。但在计算上比线性规划复杂些。因迭代地使用线性规划，计算时间上要长数倍。变量越多，时间越长；

2、本法要求决策人提供爱好信息不多，给出目标优先次序和加权系数是容易做到的，但目的值对问题的解答非常敏感，要慎重确定。

3、期望成本为最优成本时，对于良态数据，多目标规划的解是最优解。对基本良态或非良态数据，线性规划已无可行解，而多目标规划的解一般来说在工程上还是可用的；

4、算法的关键是按产品质量的要求定出bk值，其余参数的给定是相当自由的。期望成本可在相当宽的范围内给定，也容易得到最小的成本值。W值的选取也是相当自由的；

5、目标规划法用于陶瓷厂的坯料配方计算是成功的。这只是个小规模问题。即使加入汉字处理，原料库存管理，成品质量管理与预测，优化参数的回归分析等内容，在一般微型机上均能完全解决。