智能优化软件 – AIPOD 2022R1版本发布

0 评论

AIPOD是由天洑软件自主研发的一款通用的智能优化软件,其提供的CAD CAE自动化集成功能和新一代智能优化算法,可以让设计团队专注于产品设计本身,而非数值模拟仿真过程,从而帮助设计团队快速地寻找到更好的产品或流程设计方案。

在AIPOD 2.1基础上,经过迭代研发,现正式推出AIPOD 2022R1版本。与上个版本相比,全新的AIPOD 2022R1对软件功能进行了升级,并对用户体验进行了全方面的优化,具体包括:

① 全面升级软件核心智能代理训练算法 — AIAgent;

② 新增了稳健性设计功能;

③ 提供了控制节点工具箱,并新增计算器类型节点;

④ 优化了流程集成配置,并提升了软件界面交互的友好性。

AIPOD 2022R1版本的新增功能,将大幅降低用户的学习和使用成本,更好的帮助用户开展优化设计。

图片1.png

 

一、AIAgent升级

AIPOD 2022R1中对AIAgent智能代理训练算法进行了升级。升级后的AIAgent算法 功能性进一步提升,AIAgent代理训练被细化为智能采样和智能补点两个阶段:

智能采样阶段采用天洑自主研发的智能采样算法,有效保证了小样本采样规模下采样点在设计空间中分布的均匀性。智能补点阶段采用了优化后的代理模型自学习策略,模型自学习稳定性大幅提升,用户提供补点数量后,代理模型即可自动进行有针对性的智能补点与训练,持续提升代理模型精度。

此外,考虑设计变量间可能存在的耦合性,AIAgent补充了采样约束配置入口,用户可在采样任务执行前对输入变量之间的合法性进行配置,如图1所示。

图片3.png

图1  采样约束

代理模型训练完成后,提供多种代理模型评价指标和多种预测结果对比图供用户查看,如图2、图3所示。

图4-2.png

图4-1.png

代理模型评价指标 智能补点R2迭代曲线

图2  代理模型评价指标

拟合曲线.png

误差曲线.png

拟合曲线 误差曲线

图3  多种预测结果对比图

此外,AIPOD 2022R1还支持用户将平台外的数据导入到平台内用于代理模型训练,赋能用户累积数据,如图4所示。

图5.png

图4  导入外部数据训练代理

 

二、稳健性设计功能 

AIPOD 2022R1支持了稳健性设计功能,用户对输入变量类型和水平值进行配置后,即可执行稳健性设计任务,实现更贴合工业实际需求的产品或流程的稳健性质量设计,如图5所示。

图6.png

图5  稳健性任务定义

 

三、控制节点工具箱 

AIPOD 2022R1提供了包含判断、循环、并行等流程执行控制节点在内的控制节点工具箱,如图6所示。

控制节点.png

图6控制节点工具箱

基于判断(IF)节点,用户能够实现前置条件不同时,下游计算流程不同的使用场景。基于循环(Loop)节点,用户能够实现流程中分支的循环执行。基于并行(Concurrent)节点,用户能够实现对流程中分支的并行执行,更大化利用计算资源,如图7所示。

图片2.png

图7  流程执行控制

 

四、流程集成配置优化 

AIPOD 2022R1提供了计算流程变量的统一管理入口,各节点可便捷的对这些变量进行使用,且无需再对节点间的变量传递进行手动关联,大幅降低了用户的使用成本,如图8所示。

4-1-计算流程优化.png

图8  流程集成配置优化

此外,AIPOD 2022R1还新增了计算器节点,如图9所示。计算器节点的加入使用户在计算流程中嵌入经验公式时更加直观、便捷。

4-2-计算器.png

图9  计算器节点

 

五、其它

除上述主要功能更新外,AIPOD 2022R1还提供了中英文语言的切换,代理优化结果的快速校验、文件的批量上传、Python脚本节点变量自动识别、输出变量数值类型配置以及各类任务进度提示等大量新功能,并通过引入多种容错机制进一步提升了软件的稳定性。
AIPOD更多详细介绍及软件试用申请,请点击AIPOD – 智能优化设计平台,前往查阅。

本文来源:天洑软件开发二部、创新研究部、互联网开发部。

相关软件
AIPOD是由天洑软件自主研发的一款通用的智能优化设计平台。它提供的业界一流的智能优化算法SilverBullet,专门针对工业设计领域数值模拟计算成本高等痛点而设计,优化效率高、效果好。公司拥有一批资深的工程设计专家,对于产品研发设计拥有
相关阅读