Внимание!!! AdBlock блокирует показ некоторых скриншотов. Пожалуйста, все вопросы к разработчкикам
Автор
Сообщение
dnickn
modeFRONTIER
Год/Дата Выпуска: 2010 Версия: 4.3.0 Build 20101110 Разработчик: ESTECO s.r.l Сайт разработчика: www.esteco.com Разрядность: 32bit+64bit Совместимость с Vista: полная Совместимость с Windows 7: полная Язык интерфейса: Английский Таблэтка: Присутствует Системные требования: Microsoft Windows 2000/XP/Vista/7 32 bit Microsoft Windows 2000/XP/Vista/7 64 bit Linux i586 Linux x64 HP-UX PA-RISC, Integrity SUN Solaris SPARC IBM RS6000 64-bit Доп. информация: Дистрибутивы и универсальный лом для Windows (x86 + x64), Linux (x86 + 64) и UNIX. Так же добавлены файлы примеров и обучалки по modeFRONTIER. Релиз групп:modeFRONTIER - это среда для решения задач критериальной и многокритериальной оптимизации, работающая с различными CAD, CAE, CFD и другими программными комплексами. В среде имеется возможность работы в режиме автоматического проектирования и оптимизации изделий. Реализована обработка и анализ данных с помощью различных методов
User DOE; Random; Sobol; Full factorial; Cubic-face-centered; Taguchi; Box-Benken; Montecarlo; Reduced Factorial; Latin Square; Latin Hypercube; D-Optimal; Метод кросс-проверки (cross validation); Задача удовлетворения ограничений (constraint satisfaction problem).
Принятие решений при проведении многокритериальной оптимизации (MCDM):
Критерий Гурвица (Hurwicz criterion); Linear algorithm; GA algoriphm; Минимакс, savage mimimax regret criterion;
Алгоритмы, методы оптимизации:
DOE Sequence – прямой перебор параметров; MOGA II – генетический алгоритм для многокритериальной оптимизации; ARMOGA – генетический алгоритм на основе MOGA; NSGA II – генетический алгоритм недоминируемой сортировки для многокритериальной оптимизации; NASH – алгоритм, основанный на теории некооперативных игр Нэша (Nash), для многокритериальной оптимизации; B-BFGS – градиентный алгоритм; SIMPLEX – поиск решения без использования производных по методу Нелдера-Мида; Левенберг-Маркар (Levenberg-Marquardt); Simulated Annealing– алгоритм модельной закалки (метод имитации отжига); 1P1-ES – эволюционная стратегия; DES – эволюционная стратегия для проведения критериальной оптимизации с непрерывными переменными; MMES – эволюционная стратегия для многокритериальной оптимизации с дискретными и непрерывными переменными; FMOGA II – версия алгоритма MOGA с улучшенной сходимостью; FSIMPLEX – версия Simplex с улучшенной сходимостью и возможностью решений многокритериальных задач; MOSA – версия simulated annealing с возможностью решений многокритериальных задач; MACK – алгоритм для аппроксимации поверхностей отклика; NLPQLP – алгоритм последовательного квадратичного программирования (SQP); NLPQLP-NBI – Normal Boundary Intersection method + NLPQLP (алгоритм с возможностью решения многокритериальных нелинейных задач); Multi-Objective Particle Swarm.
Метамодели (аппроксимация поверхности отклика, RSM, приближенные математические модели), методы построения:
K-Nearest (метод Shepard-a); SVD (singular value decomposition); Кригинг (Kriging), методика регрессионного анализа на основе работ Daniel Krige; Parametric surfaces, полиноминальная регрессия; Gaussian Processes – подход к решению задач регрессионного анализа на основе работ Безье (Bayesian); Искусственные нейронные сети, радиально-базисные нейронные сети (radial basis function), Средства проверки корректности мета – моделей.
6 сигм, управление качеством, Design for Six Sigma (DFSS): Качество Sigma (six sigma quality); Виды отказов и анализ их воздействия (discards analysis); Ishikawa diagram.
Визуальный анализ данных, оценка статистической значимости данных:
Функция плотности вероятностей (probability density function); Исследование связи между переменными, диаграмма рассеивания, линия, пузырьковая диаграмма, линии тренда; Распределение данных, гистограмма, «пирог», cumilative plot; Линейный корреляционный анализ, матрица корреляции (correlation matrix), матрица рассеивания (scatter matrix), матрица эффектов (effects matrix); Определение основных характеристики выборк, «ящик с усами» (box-whiskers), график квантилей (Quantile-Quantile plot); Расчет тесноты взаимодействия параметров; Работа с выборками данных большой размерности, тест Стьюдента, дисперсионный анализ (тест Бон-феррони, ANOVA); Проверка выборки (distribution fitting); Методы кластерного анализа: - partitive clustering - методы иерархического кластерного анализа (hierarchical clustering) – average-linkage, centroid-linkaga, complete-linkaga, single-linkage, ward approach, - алгоритм k-средних (K-Means Clustering), Forgy approach, Kaufman approach, Macqueen approach, random - алгоритм самоорганизующихся карт (SOMs), - дендрограммы
Опыт использования в различных областях:
- Оптимизация формы входных патрубков - Оптимизация системы охлаждения - Оптимизация режима течение воздуха в подкапотном пространстве - Уменьшение вибраций - Авиакосмическая промышленность - Задача оптимизации формы центробежного компрессора - Задача оптимизации формы осевой турбины и осевого компрессора - Общее машиностроение - Оптимизация процесса литья под давлением - Оптимизация процесса литья металлов - Оптимизация технологии горячей штамповки - Морское строительство - Задача оптимизации обводов судна, снижение гидродинамического сопротивления - Оптимальная конструкция руля - Финансовые рынки - Задача оптимизации инвестиционного портфеля акций - Принятие решений на финансовом рынке
