一文了解LS-OPT——基于仿真的优化设计工具

LS-OPT是一个基于仿真的优化设计工具，它能够解决复杂的多阶段设计过程或回归／分类任务问题。LS-OPT既提供与LS-DYNA的接口（例如提取计算结果），也支待主流的前、后处理器，比如进行形状优化的处理器。安装软件包里包含图形的前、后处理工具，可对计算结果进行可视化。

• 多学科优化和多目标优化(MDO/MOO)
  
• 离散变量和混合变量优化
  
• 全局优化
  
• 鲁棒优化／可靠性优化
  
• LS-DYNA数据，包括异常分析数据和LS-PrePost支持数据
  
• 噪声与滞回曲线匹配的参数识别
  
• 基于数字图像相关法的全场校正
  
• 不确定性量化
  
• 灵敏度分析
  

• 遗传算法和高效全局优化算法(EGO)
  
• 求解多目标优化的NSGA-II算法
  
• 蒙特卡罗算法（直接法与基于代理模型法）
  
• 异常分析法
  
• 针对统计分类的支持向量机法(SVMs)
  
• Taguchi方法
  
• 曲线相似性度量：动态时间规整算法(DTW)，部分曲线映射和曲线离散Frechet距离算法
  
• 实验设计：空间填充法，全因子或部分因子设计法，拉丁超立方体抽样法
  
• 代理模型：神经网络模型、 多项式模型、 Kriging模型和支持向量机回归模型
  
• 基于网络计算环境的作业调度
  

• 计算结果绘图（相关矩阵，散点圈，平行坐标自组织映射，时间历程，数据统计）
  
• 代理模型绘图（面，二维横截面，准确率，全局灵敏度，历史灵敏度）
  
• Pareto绘图（散点图，平行坐标，自组织映射）
  
• 随机分析（统计工具，相关性，随机贡献）
  
• 优化历史
  
• 具有交互功能的表格