虽然分析可以帮助您在计算机上快速经济地仿真产品开发周期,但也需要生成多个算例并仿真许多情形。 每次更改时,都必须运行分析并检查结果。
即使是相对简单的设计,也可能会更改几个尺寸。决定要尝试的组合以及相关的簿记和结果查看可能很麻烦。
设计算例利用参数化、基于特征的建模以及该软件的自动更新功能来自动化优化过程。 该软件具有能在最少的运行次数内快速检测出趋势并确定最佳解决方案的技术。 程序使用的是基于实验设计的方法。
程序提供两种不同品质的设计算例属性。 该软件会根据品质级别和变量数进行多次尝试。 对于每次尝试,程序都会根据从战略上确定的一组变量值来运行所有相关的仿真算例。 下表列出了连续变量的高品质和快速结果方法的跌代次数(范围选项)。 程序会对高品质设定使用 Box-Behnken 二次计划,对快速结果设定使用 Rechtschafner 二次计划。 虽然 Rechtschafner 计划会执行一些 Box-Behnken 设计不需要执行的预计算,但其形成反应函数和进行优化所需的实验次数较少。
设计变量数(用于连续变量)
|
高品质
|
快速结果
|
1 |
3 |
不适用 |
2 |
9 |
不适用 |
3 |
13 |
不适用 |
4 |
25 |
15 |
5 |
41 |
21 |
6 |
49 |
28 |
7 |
57 |
36 |
8 |
不适用 |
45 |
9 |
121 |
55 |
10 |
161 |
66 |
11 |
177 |
78 |
12 |
193 |
91 |
13 |
不适用 |
105 |
14 |
不适用 |
120 |
15 |
不适用 |
136 |
16 |
385 |
153 |
17 |
不适用 |
171 |
18 |
不适用 |
190 |
19 |
不适用 |
210 |
20 |
不适用 |
231 |
在运行了实验后,程序将通过形成可满足优化目标的响应函数来计算优化设计变量。 作为目标,您可以选择最小化、最大化或定义由传感器跟踪的模拟数据的特定值。 然后,程序会运行相关的仿真算例以评估最优设计的结果。