ICON 网站首页 ICON E-mail ICON English
      公司简介
      新闻中心
      产品中心
      产品应用
      服务中心
      人才招聘
      联系我们
 
如需现场演示及报价
了解更多信息>>

产品中心
 
 
多学科智能优化软件-绿洲OASIS

多学科智能优化软件-绿洲OASIS

绿洲OASIS 是一个通过软件协同驱动产品设计优化的多学科优化智能平台,它可以将数字技术、推理技术和设计搜索技术有效融合,并把大量需要人工完成的工作由软件实现自动化处理。 OASIS软件可以集成仿真代码并提供智能设计支持,对多个设计方案进行评估和研究,从而大大缩短了产品的设计周期,显著地提高了产品质量和可靠性。绿洲软件拥有世界领先的智慧优化算法,能高效解决一系列的设计优化问题,包括单目标,多目标,大变量,多峰值的问题。绿洲也用智能封装的思想使得用户无需选择优化算法和参数,只需一键即可运行优化。

易学易用

绿洲软件提供简单明了的图形用户界面。用户可以很容易地定义设计目标,约束,和变量。 由于无需选择优化算法和调参数,用户可以很方便快捷地进行优化设计。

用户可以容易地定义设计变量,目标和约束

可视化探索

绿洲软件提供一系列的可视化工具,使用户可以有效地分析设计空间,获取深度信息。从我们独有的平行座标图到信息丰富的三维表面图,我们所有的可视化工具都无缝集成在一起,使用户可以获得最多的关于设计问题本身的知识。

 

最佳决策优化方案

在工程和商业领域中,通常需要决策者在多种选择里挑出最佳的方案。绿洲软件推出一个决策支持模块。用户可以设置评价标准的权重,筛选,和排序,并进行敏感度分析。对OEM(原始设备生产商),此模块可以用于对供应商的选择和系统集成。设计者也可以在众多的方案中选出最佳的产品或过程设计。绿洲还在此模块中提供可视化工具帮助决策者与数据进行可视化交互。

 

绿洲优化算法

  1. SOGO(单目标全局优化):用以解决含一个优化目标和多个小计算量约束的问题
  2. MOGO(多目标全局优化):用以解决含多个优化目标和多个小计算量约束的问题
  3. SOGO-C(单目标大计算量约束全局优化):用以解决含大计算量约束或者高约束的单目标全局优化问题

基于20多年的加拿大著名大学团队的潜心研究成果,以上算法智慧地集成了人工智能,机器学习,统计,和数学的各种方法,可以高效率地找到最优的设计。

绿洲优化算法一般流程:

首先,算法用智能实验设计方法,或者说抽样方法,来生成探索点。绿洲软件再驱动计算机分析/仿真软件 (或者物理实验) 来评价生成的样本。然后绿洲对这些样本和评价结果进行建模,学习,统计分析,数学规划和寻优。处理完的结果用来指导下一次迭代的智能抽样。以上过程循环迭代直到收敛。

绿洲算法特点:

  • 适用于线性或非线性,离散或连续变量,单峰或多峰的优化问题
  • 从解决10变量以下的小规模问题到解决大规模问题,均呈现卓越的性能
  • 直接与外部分析或仿真程序与软件接口,无需方程
  • 用户无需挑选算法;软件自动选择算法
  • 用户无需调整算法参数;算法自动调整
  • 用最少的仿真调用次数找到最好的优化设计

 

 
 Copyright © 2008 伟迪数字技术有限公司 版权所有