Noesis Optimus(多學(xué)科集成優(yōu)化工具)

Noesis Optimus是一款非常好用的多學(xué)科集成優(yōu)化工具，可以幫助各行各業(yè)的工程行業(yè)人士提高設(shè)計(jì)效率。它引入了最先進(jìn)的集成建模和深度神經(jīng)網(wǎng)絡(luò)建模，進(jìn)一步擴(kuò)展了Optimus強(qiáng)大的響應(yīng)曲面建模功能。它提供流程設(shè)計(jì)以及優(yōu)化設(shè)計(jì)功能，可以在軟件幫助客戶快速設(shè)計(jì)機(jī)械開發(fā)流程，可以設(shè)計(jì)設(shè)備工作流程，如果建立流程化的工作方式可以提高設(shè)計(jì)效率，可以讓每個(gè)設(shè)計(jì)流程都清晰可見，用戶可以在軟件建立目錄，可以添加新的設(shè)計(jì)目錄結(jié)構(gòu)，可以對項(xiàng)目管理，可以提供實(shí)驗(yàn)對運(yùn)行的流程統(tǒng)計(jì)，也支持Optimus ClearVu分析建模、FINNOPT交互式多目標(biāo)優(yōu)化算法，也支持將Optimus連接到Dakota算法，也可以在外部創(chuàng)建Optimus項(xiàng)目，具有的功能非常多。有興趣的朋友可以下載體驗(yàn)一下！

功能特點(diǎn)

1、交互式動(dòng)作定義；從所有工程學(xué)科中提取CAE代碼
2、基于DOE技術(shù)生成“虛擬實(shí)驗(yàn)”；全因和部分因子設(shè)計(jì)
3、田口，Plackett-Burman，Box-Behnken；完整的田口穩(wěn)健設(shè)計(jì)理論
4、廣泛的響應(yīng)曲面建模；by通過響應(yīng)曲面建模進(jìn)行強(qiáng)大的后處理
5、泰勒多項(xiàng)式；隨機(jī)插值（Kriging，RBF）
6、用戶定義優(yōu)化和響應(yīng)曲面；數(shù)值優(yōu)化程序
7、單個(gè)，多目標(biāo)和離散變量優(yōu)化；高水平非線性約束方法（局部勘探）
8、自適應(yīng)和差分進(jìn)化遺傳算法（全局）；設(shè)計(jì)空間的動(dòng)態(tài)表示
9、可變貢獻(xiàn)和蒙特卡羅模擬；魯棒性和可靠性評估和優(yōu)化
10、用戶可自定義的操作和界面；可以在大規(guī)模并行計(jì)算機(jī)網(wǎng)絡(luò)上運(yùn)行

軟件特色

一、供應(yīng)商中立的開放平臺
作為完全與供應(yīng)商無關(guān)的PIDO平臺，noesis optimus提供了一種開放式架構(gòu)，可與任何工程軟件進(jìn)行通信，包括處理任何文件語法的功能。除了保護(hù)公司在遺留代碼和模型中所做的投資（保護(hù)他們未來在組織內(nèi)的使用），Optimus使他們能夠部署“目標(biāo)工程師”戰(zhàn)略，而不管實(shí)際使用的工程軟件如何。
二、經(jīng)過行業(yè)驗(yàn)證的技術(shù)
noesis optimus經(jīng)過行業(yè)驗(yàn)證的最先進(jìn)的設(shè)計(jì)空間探索和工程優(yōu)化方法是成功實(shí)現(xiàn)目標(biāo)驅(qū)動(dòng)工程流程部署的關(guān)鍵推動(dòng)因素。其方法和技術(shù)已經(jīng)清楚地證明了成功處理各種實(shí)際應(yīng)用程序的能力 - 在各個(gè)客戶站點(diǎn)實(shí)施，包括每天使用的數(shù)十個(gè)許可證。
三、強(qiáng)大的部署
noesis optimus方法的穩(wěn)健性同樣重要。高度穩(wěn)健的數(shù)值優(yōu)化算法不需要過多的手動(dòng)參數(shù)規(guī)范來啟動(dòng)過程并成功執(zhí)行作業(yè)。這就是Optimus真正擅長的地方。使用Optimus，工程團(tuán)隊(duì)使用強(qiáng)大的算法，因此更有效率，從更短的學(xué)習(xí)曲線中受益。
四、有效的決策支持工具
noesis optimus具有直觀和靈活的后處理功能，可將大型工程數(shù)據(jù)集轉(zhuǎn)換為支持設(shè)計(jì)決策的信息。有效的決策工具不僅可以更輕松地消除無影響的設(shè)計(jì)參數(shù)并確定最佳設(shè)計(jì)權(quán)衡，還可以促進(jìn)工程團(tuán)隊(duì)與管理層之間的溝通。

新功能

一、高維工程問題的深度神經(jīng)網(wǎng)絡(luò)建模
在插值建模的準(zhǔn)確性和近似建模的計(jì)算速度之間建立了一座橋梁，noesis optimus 2019.1 sp1深度神經(jīng)網(wǎng)絡(luò)建模非常適合涉及大型和嘈雜數(shù)據(jù)集的高維工程問題。
Optimus Deep Neural Networks能夠以幾乎任意的精度再現(xiàn)復(fù)雜的非線性系統(tǒng)的行為，從而實(shí)現(xiàn)廣泛的應(yīng)用。這些包括，例如，通過用高保真功能模擬單元（FMU）替換這些組件模型，將計(jì)算上昂貴的組件模型更有效地集成到系統(tǒng)仿真模型中。其他潛在的應(yīng)用包括分析復(fù)雜的CFD圖像以定位特定的特征，例如湍流或評估大量不同的設(shè)計(jì)，同時(shí)區(qū)分可行和不可行的設(shè)計(jì)。
二、通過Ensemble Modeling協(xié)助非專家用戶
noesis optimus 2019.1 sp1集合建模功能強(qiáng)烈推薦用于涉及相對較小和異構(gòu)數(shù)據(jù)集的工程問題，并且需要建立進(jìn)一步的工程專業(yè)知識。
盡管Ensemble Modeling與Optimus 2018.1引入的最佳模型方法屬于同一模型系列，但兩種模型類型根本不同。盡管最佳模型類型在可用的Optimus模型中選擇最佳模型以根據(jù)用戶標(biāo)準(zhǔn)擬合給定數(shù)據(jù)集，但Ensemble Modeling通過平均可用的Optimus模型創(chuàng)建了一個(gè)全新的模型。集成建模在幫助非專家用戶通過模型平均方法更好地理解他們的工程問題方面特別有用。
三、對工程工作流程執(zhí)行的更精細(xì)控制
除了新的深度神經(jīng)網(wǎng)絡(luò)和集合建模功能外，noesis optimus 2019.1 sp1還為具有領(lǐng)先CAD / CAE解決方案的多個(gè)界面帶來了重大更新 - 包括JMAG Designer，PTC Creo 5.0，CETOL 10.2，NX CAE和LS-Dyna。此外，在構(gòu)建工程仿真工作流程時(shí)，Optimus用戶現(xiàn)在可以更好地控制拒絕規(guī)則。拒絕規(guī)則用于確定是否應(yīng)從后處理中排除工程模擬實(shí)驗(yàn)，并且相關(guān)的新功能可以對工程工作流程執(zhí)行進(jìn)行更細(xì)粒度的控制。