Noesis Optimus是一款专业的集成优化软件,这款软件能够集成并自动化用户的多学科仿真分析流程,实现设计-修改-再分析自动化,能应用现代设计方法(包括试验设计、敏感度分析、响应面建模、参数优化、参数识别、可靠性设计、鲁棒性设计)实现综合优化和自动化分析。
功能特色:
聚类的更深入的了解和数据缩减
在擎天柱10.15功能聚类分析的需要后处理分析,以更高的水平。通过在独立的集群类似特性的分组设计点,Optimus的是能够识别之间和群集内有价值的相关性。随着全新Optimus集群功能是完全自动的,它结合了无与伦比的易用性和在提供准确的结果高度一致。此外,Optimus的支持,包括集群散射和平行坐标图方便的图形集群评价可视化工具。
工程师们经常使用聚类分析,以确定设计空间有趣的次区域更详细地探讨。聚类还可以跟踪同一群集,这可能不是从覆盖所有的设计的分析可见内设计之间的相关性。除了通过有价值的数据的相关性获得更深入的了解,聚类分析可以节省巨大的仿真时间。在特定的情况下,该数据集能够可靠地与各个集群代表性的数据点,而不是使用所有群集百分点下降。
旁边的K-means和层次聚类方法,擎天柱采用高斯混合模型(GMM)群集。这种极其强大的聚类方法非常适合具有不同的簇大小大的数据集。擎天柱通过自动计算集群正在调查的具体应用适当数量的设置本身除了。确定最合适的簇数是获得一个自动聚类分析过程中,始终可以提供准确的聚类结果以最少的用户交互的关键。
通过增强的任务列表监控多个用户控制
的Optimus 10.19报价开发工程师更占优势拉自动化仿真执行使用增强的任务列表中的字符串的可能性。要发挥擎天柱'完全有实力在处理现实生活中的行业挑战,工程师使用任务列表功能,塑造最有效的优化策略。例如,它们可以很容易地定义一个混合策略包括全局演化优化捕捉最有前途的区域,其次是本地的基于梯度的优化,以确定具有最小物理学模拟的最终设计点。由擎天柱“Tasklist命令监控提供了新的用户体验,为他们提供更多的灵活性和控制。当优化正在进行,Optimus的显示所涉及的所有个体的方法和模型的自动测序的实时进展。
Tasklist命令监视节省时间,并允许用户通过暂停,停止,更换或跳过特定的方法采取瞬间动作。它甚至还支持嵌套擎天柱仿真流程运用仿真模型来解决复杂的多学科的工程挑战。
功能介绍:
高维工程问题的深度神经网络建模
在插值建模的准确性和近似建模的计算速度之间建立了一座桥梁,Optimus 2019.1深度神经网络建模非常适合涉及大型和嘈杂数据集的高维工程问题。
Optimus Deep Neural Networks能够以几乎任意的精度再现复杂的非线性系统的行为,从而实现广泛的应用。这些包括,例如,通过用高保真功能模拟单元(FMU)替换这些组件模型,将计算上昂贵的组件模型更有效地集成到系统仿真模型中。其他潜在的应用包括分析复杂的CFD图像以定位特定的特征,例如湍流或评估大量不同的设计,同时区分可行和不可行的设计。
通过Ensemble Modeling协助非专家用户
Optimus 2019.1集合建模功能强烈推荐用于涉及相对较小和异构数据集的工程问题,并且需要建立进一步的工程专业知识。
尽管Ensemble Modeling与Optimus 2018.1引入的最佳模型方法属于同一模型系列,但两种模型类型根本不同。尽管最佳模型类型在可用的Optimus模型中选择最佳模型以根据用户标准拟合给定数据集,但Ensemble Modeling通过平均可用的Optimus模型创建了一个全新的模型。集成建模在帮助非专家用户通过模型平均方法更好地理解他们的工程问题方面特别有用。
对工程工作流程执行的更精细控制
除了新的深度神经网络和集合建模功能外,Optimus 2019.1还为具有领先CAD / CAE解决方案的多个界面带来了重大更新 - 包括JMAG Designer,PTC Creo 5.0,CETOL 10.2,NX CAE和LS-Dyna。此外,在构建工程仿真工作流程时,Optimus用户现在可以更好地控制拒绝规则。拒绝规则用于确定是否应从后处理中排除工程模拟实验,并且相关的新功能可以对工程工作流程执行进行更细粒度的控制。