-
optiSLang 多学科稳健性优化设计
概述
optiSLang是用于进行多学科优化、随机分析、稳健与可靠性优化设计的专业分析软件，在参数敏感度分析、稳健性评估、可靠性分析、多学科优化、稳健与可靠性优化设计方面具有强大的分析能力，集成了二十多种先进的算法，为工程问题的多学科确定性优化、随机分析、多学科稳健与可靠性优化设计提供了坚实的理论基础。同时，针对上述各种分析集成了强大的后处理模块，提供了稳健性评估与可靠性分析前沿研究领域中的各种先进评价方法与指标，以丰富的图例、表格展示各种分析结果。optiSLang可与多种CAE软件或者求解器集成，可基于其求解器进行各种工程仿真分析或者数据处理，因此使得optiSLang成为各工程领域中进行参数敏感性、多学科优化、稳健可靠性分析优化的专业工具。
为了克服多学科非线性优化中遇到的大量设计参数的困难，optiSLang提供了高效的敏感性分析、参数识别算法，可以基于预测系数（COP）和预测元模型（MOP）自动识别重要性参数并对预测质量进行量化，获取理想预测模型作为替代求解器，该预测质量是有效优化的关键因素，因此可以极大限度减少求解时间。
-
功能特色
optiSLang提供了全面的稳健性/可靠性评估与参数优化分析工具：
- 敏感度分析。COD、COI、COP、CC等指标精确而客观地衡量随机变量对响应的影响程度。
- 多学科优化。先进的单目标、多目标寻优算法，全局和局部的自适应响应面方法大大提高多变量工程优化问题的求解效率。
- 稳健性评估。基于方差分析，高级拉丁超立方抽样方法有效降低变量间的相关性，以更少的样本点获取更多的响应信息，有效提高计算效率。
- 可靠性分析。基于概率设计方法，提供先进的可靠性分析方法，有效提高小概率事件的可靠度计算精度。
- 稳健与可靠性优化设计。稳健可靠性与优化分析集成，考虑产品设计的不确定性因素对产品性能进行优化，提高产品的稳健性与可靠性，降低失效概率。
强大的功能
- 涵盖参数敏感性分析、优化设计、稳健性、可靠性分析与优化。
- 多参数、多目标优化。
- 参数识别能力，可以识别重要参数并对参数进行过滤。
- 丰富的优化算法，包括单目标、多目标，梯度法、遗传/进化算法，自适应响应面、粒子群算法、帕累托优化等。
高效求解
- 改进的拉丁超立方取样，避免样本聚集，可以保证每个样本的有效性并极大限度减小样本之间的多余相关性。
- 基于移动最小二乘法的高质量响应面（MOP），可以替代CAE求解器进行求解，优化过程的样本计算效率可提高数个量级。
- 支持多机并行计算（多机集群化处理）。
适用面广，提供灵活的CAE软件接口，与众多CAE软件集成
ANSYS、ABAQUS、NASTRAN、Adams、LS-DYNA、PERMAS、Fluent、CFX、Star-CD、MADYMO、FLAC3D、Matlab、Excel、Python、Simulation X、Slang，等。
所有可以批处理运行的软件或程序。
optiSLang集成环境
optiSlang与ANSYS Workbench嵌入式集成
-
典型应用
汽车NVH/轻量化设计优化
船舶轻量化设计
挖掘机动臂优化设计
离心压缩机稳健性设计优化
基于试验的混凝土材料参数反演分析
齿轮轴疲劳寿命可靠性分析