While analysis helps you simulate a product development cycle on the computer quickly and inexpensively, you still need to create several studies and simulate many scenarios. Each time you make a change, you need to run the analysis and examine the results.
Nawet w stosunkowo prostych projektach można zmieniać kilka wymiarów. Podejmowanie decyzji które kombinacje wypróbować oraz skojarzone z tym procesy rejestracji i przeglądania wyników mogą stać się uciążliwe.
Badanie projektu wykorzystuje modelowanie parametryczne oparte na operacjach oraz automatyczne funkcje ponownej generacji oprogramowania w celu automatyzacji procesu optymalizacji. Oprogramowanie jest wyposażone w technologię, która szybko wykrywa trendy i identyfikuje rozwiązanie optymalnego przy użyciu najmniejszej liczby przejść. Program wykorzystuje metodę opartą na Projektowaniu eksperymentalnym.
Program oferuje dwie różne jakości we właściwościach badania projektu. Oprogramowanie uruchamia szereg prób w oparciu o poziom jakości i liczbę zmiennych. Dla każdej próby program uruchamia wszystkie skojarzone badania symulacji ze strategicznie określonym zbiorem wartości. Poniższa tabela wyszczególnia liczbę iteracji dla metod wysokiej jakości i szybkich wyników dla zachowania ciągłości zmiennych (opcja Zakres). Program wykorzystuje plan kwadratowy Box-Behnken dla ustawienia Wysoka jakość oraz plan kwadratowy Rechtschafner dla ustawienia Szybkie wyniki. Pomimo że plan Rechtschafner wykonuje pewne obliczenia wstępne, które nie są wymagane przez plan Box-Behnken, potrzebuje on mniejszej liczby eksperymentów do ukształtowania funkcji reakcji i optymalizacji.
Liczba zmiennych projektu (dla ciągłości zmiennych) |
Wysoka jakość |
Szybkie wyniki |
1 |
3 |
n.d. |
2 |
9 |
n.d. |
3 |
13 |
n.d. |
4 |
25 |
15 |
5 |
41 |
21 |
6 |
49 |
28 |
7 |
57 |
36 |
8 |
n.d. |
45 |
9 |
121 |
55 |
10 |
161 |
66 |
11 |
177 |
78 |
12 |
193 |
91 |
13 |
n.d. |
105 |
14 |
n.d. |
120 |
15 |
n.d. |
136 |
16 |
385 |
153 |
17 |
n.d. |
171 |
18 |
n.d. |
190 |
19 |
n.d. |
210 |
20 |
n.d. |
231 |
After running the experiments, the program calculates the optimal design variables by forming a response function relating the goals to the variables and minimizing, maximizing, or satisfying exactly the goals. The program then runs the associated simulation studies to evaluate the results for the optimal design.