modeFRONTIER

modeFRONTIER包括通用的，如正交数组，随机序列等实验设计方法，modeFRONTIER在设计因子，设计空间和响应面建立，对样本数据有着更有效的方法，这也是modeFRONTIER的一大特点。

当设计因子（输入变量）具有严格的约束关系时，为了得到合理的解决方案，在开始DOE设置时,排除“互相矛盾的组合”。
→约束满足问题
根据样本空间的疏密度，增加（或减少）样本点
→启用“增补式空间填充法”、“均等间隔法”
生成响应曲面时，确保近似精度的同时，尽可能的精简运算
→启用“数据集抽取法”
此外，在一般常用的正交表中，控制因素、误差因素都可以使用最多255个因素，更可以将这些因素纳入原始正交表。

在进行优化计算时，必须确定搜索算法。
“我不想选择这样那样的方式。难道没有对所有对象都适用的，高效率的算法吗？”
“没有自动算法可选吗？”
对于这些问题，只能说
"No Free Lunch Theorem"没有免费的午餐
有这么一个定理，“不可能存在一种算法能够高效的解决所有的问题”，可理解为（在事先对解区间全无了解时，不存在一个与所有目的函数相关且搜索性能永远凌驾于其他算法之上的算法。）
虽然有可以自动切换几个备选方法或者使用融合法的方案，但在实际使用上也远远称不上“万能”，这还需期待未来的研究和发展。

modeFRONTIER着眼于“具备工作实地真实需要的功能”，平衡组合了针对多（单）目标函数的功能，且功能数量方面对于其他公司产品有压倒性的优势。

例1) 为在搜索中极力降低实际运算量，进行最有效率的优化
       →启用响应曲面并用型“FSIMPEX、FMOGA-Ⅱ”
例2) 要进行强条件约束、非线性多峰值的多目标优化问题
       →启用“MOSA”
例3) 希望在生成响应曲面时，为提高响应曲面精度，在输出值急剧变化的部分进行自动定义取样
      →启用“MACK、利普希茨连续条件取样”

稳健设计是指因素状况发生微小变差(Δx)对因变量的不敏感性，由于工程设计问题复杂，方案评价本身就成了难题，使用数理统计方法进行稳健设计是提高产品质量的一种有效的手段。

传统方法
・进行稳健性求解的时候，选择(Δ)作为初始设计点，必须使(○)接近设计空间稳健最优点。
・如果求解失败，则调整设计因子权重。

正向搜索 (输入→输出 μ、σ)：MORDO
在“重视输出的性能、重视各输出稳健性的多目标优化”设计中，可以采用正向搜索方式进行有不均衡多目标稳健优化设计。

反向搜索 (输出μ,σ→不均衡输入)：反向MORDO
“保持输出性能的稳健性在规定范围内，将性能最大化”的时候，可以采用反向多目标稳健设计优化。

即使是一般的统计分析、优化工具，也具备了丰富的结果处理功能。但数值优化得到的“解”也仅仅是“数值”而已，不外乎是将目标函数最大化/最小化。
优化技术和工具的发展使复杂问题的求解成为可能，从物理意义去解释 “解”的最优性还存在很大的困难，最终还是需要设计者自己的判断。所以优化工具，不能仅具备自动搜索“最优解”功能，还需要解释“为什么这样最好或者最差？”等找出“成为最优解的物理原因”，是优化工具不可欠缺的功能。
modeFRONTIER为满足这些功能需求，具有多种高级数据采掘功能。

贡献率分析                                                                                                               相关矩阵

通过比例各因子的“贡献率”
来衡量因子作用的大小                                                                        使用相关系数来表示两变量间的线性关系

将时间序列波形数据等描绘在同一图表中进行评价
将光标置于波形图上即可显示设计ID和和相应数值 可以在分布图中以颜色表示范畴通过扩大和缩小显示来把握细节

多维分析图表                                                                                RSM 三维图
                             

调整输入设计变量和目标函数可行设计区间，
调整Preto解                                                            直观的查看RSM的形状在分布图上以颜色表示RSM和实际数据的距离

SOM图表

寻找最优参考矢量集合来对输入模式集合进行分类。
每个参考矢量为一输出单元对应的连接权向量。

CAP(Computer Aided Principle)是由横滨国立大学大学院工学研究院副教授于强老师提出的，通过明确设计变量和特征值间的关系，主要着眼于，以不是抽取“哪个最优”，而是抽取“为什么最优”为目的，给予设计者理解现象的“提示”。（基本专利：专利申请号：2006-542362〈EP20050799144〉）
※本功能提供Advance模型用户自v4.1.2版发售（2010年4月）之后2年内的免费使用。2年后将作为增值项目有偿提供。
根据CAP用图表，使用聚类分布图表示各聚类的特征平均值，在多维聚类分析图表中可以确认当平均值在分布图中朝向背离目标方向移动时，“说明变量”以何种倾向发生变化。另外，在CAP相关分析图表中也可以确认同一聚类中变量间的相关关系。

树状图

SOM聚类分析

聚类分布图多维聚类分析图CAP相关分析

modeFRONTIER的图形用户界面简单明了，降低了设计优化时的语言障碍。操作手册、在线帮助的内容也非常充实，直观易懂的的优化工作流程搭建。modeFRONTIER具有自动报告功能，方便地选择输出一览表、图表（ html、pdf、rtf ）。另外，也可以基于WEB或第三方软件批处理以XML形式输出，此外，图形用户界面的认证和自动分析认优化认证证是分别进行管理的，可以凭单一认证实现多用户使用。

一般来说CAE工具需要集成到优化流程之类的工具时，通常将文本作为一种媒介进行交换，但是在某些情况下，这种方法会较为繁琐和困难。 modeFRONTIER具有直接与CAD / CAE工具，Excel和MATLAB的标准接口。 modeFRONTIER的直接接口由开发人员直接与其他工具供应商合作开发，并因其极高的方便性和高可靠性而广受好评。

网格计算采用GridGain开源的网格计算框架，取代了以往的NQS(网络排队系统)，提供任务分布执行环境，缩短优化计算所需的时间，平衡各PC运算负荷。
另外，在使用modeFRONTIER集成不同CAD/Mesher/CAE软件时候，modeFRONTIER通过使用“节点排队”运算机制，也能合理的优化计算资源成本。

modeFRONTIER强大的基于实验设计的虚拟优化，利用DATA WIZARD功能模块即导入Excel中采用“宏命令”、“数据文件格式”、“其他交互图表格式”保存的各种实验数据到modeFRONTIER中进行优化分析，也可利用这些实验数据生成响应面来进行基于响应面的优化分析。利用"DATA WIZARD"功能，从导入数据，创建工作流，到生成响应面都有操作向导。

modeFRONTIER中包含了丰富的近似响应面方法，另外，modeFRONTIER可以利用Excel宏命令和强大的绘图功能，输出来响应面函数检验响应面的近似精度。

■经典模型
　・用户自定义模型
　・多项式奇异值分解
　・参数曲面
　・谢帕德-K-最接近法
■统计模型
　・克里金内插法
　・各向异性克里金法
　・高斯过程
■高级模型
　・径向基神经网络
　・神经网路
　・进化设计