使用最新Optimus自适应试验设计方法实现智能设计空间探索 - 2018年7月27日

60分钟的网络研讨会将展示最新的自适应试验设计算法如何用更低的计算成本获得更准确的分析结果

您的隐私对我们很重要。点击这个按钮不会将您注册为接受我们的 市场材料和新闻通讯。

节省更多时间,同时获得尽可能有价值的信息

了解您的工程仿真模型的特性是开展确定性或鲁棒性优化项目的一个重要前提步骤。在此过程的早期使用试验设计方法(DOE),您可以通过合理的工程仿真采样规化来提高分析的效率,以最低的计算成本获得最多的有价值信息。

但是当您需要使用试验设计方法时,选择正确的算法可能并不简单。是应该使用标准的正交方法,还是应该选择随机采样策略? 是否应该优先使用低成本的空间探索技术,而忽略可能存在的非线性问题的风险?

最大限度地使用您的仿真计算时间预算的全自动算法

Optimus现在提供了一种智能且全自动的方法,能充分利用您的仿真计算时间预算。最新的Optimus自适应试验设计方算法将从已有的样本数据中学习,来决定在设计空间中有价值区域里,迭代地添加新的采样点。这样不仅可以节省大量仿真计算时间,还可以您能允许的仿真计算的采样时间中,获得最有价值的信息。

参加本次网络研讨会

  • 您可以了解如何在对设计问题没有初步知识的情况下,选择最合适的试验设计方方法,
  • 自适应试验设计方算法将通过为提供优化算法最佳的启动样本,或通过为响应面模型提供经过训练的最佳采样点,来使您的优化项目走上正确的轨道。
  • 通过Optimus的并行计算功能,您可以将软件和硬件投资的投资回报率最大化。

了解更深入的信息