巴士为您推荐： Noesis Optimus

OPTIMUS是比利时Noesis Solutions公司的着名集成优化产品.Noesis Solutions公司作为专业的CAE流程集成和设计优化的公司具有10年以上的CAE和优化的工程经验和深厚的技术积累，使其不仅成为软件产品的供应商，也为用户解决其多学科集成和优化设计问题提供宝贵的专业知识和经验。公司多年来对新方法，新技术持之以恒的投入和开发，使得OPTIMUS多年来始终在同类产品中处于领先位置，受到用户的接受和肯定，目前在汽车，航空航天，船舶，电子，新能源，机械，重工，医疗和电器等多个行业广泛应用。

作为多学科的仿真集成平台，OPTIMUS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。软件涉及的学科包括几何造型，结构分析，计算流体力学，控制，动力学，冲击碰撞，震动噪声和疲劳等领域。要求能够集成这些学科所涉及到的CAD / CAE商用软件，以及用户自开发的(基于C / C ++，Visual Basic，Fortran，Java，以及其他编程语言)的程序代码。

软件介绍

Optimus和id8的开发商Noesis Solutions宣布推出Optimus Rev. 2019.1。此版本丰富了Optimus的机器学习驱动的建模方法，引入了最先进的集成建模和深度神经网络建模。

除了对具有领先的CAD / CAE解决方案的多个界面进行重大更新，以及对工程工作流程执行进行更细粒度的控制外，这一新的2019.1版本还将Optimus市场领先的PIDO技术带给了不断增长的专家和非专家用户社区。

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。