多学科优化软件对比
本文摘要：（由ai生成）
优化软件如Isight、Optimus等各具特色，但流程框架相似。它们在接口、优化算法、元模型技术、文件管理等方面存在差异。Isight和Optimus支持自定义接口，META软件则擅长结果处理。优化算法涵盖单多目标、局部全局方法，元模型对非线性问题重要。文件管理方面，各软件策略不同。除了核心功能，这些软件还提供参数拟合、稳健性分析等附加功能。优化软件结合AI技术，助力设计。尽管无法完全替代专家经验，但人工智能的发展正在改变社会分工。
常用的优化软件有很多，包括Isight、Optimus、modefrontier、LSOPT、Heeds、OptiSlang、Hyperstudy等。每个软件都有其各自的特点，又有很多相似的特性。这里就针对仅就个人使用情况做个简单的对比，对于没有使用过这些软件的初学者有个大体的认识。其中optislang和hyperstudy相比较其他软件而言，功能上将还是有所欠缺。这里就不做介绍了。
一.优化流程（框架）
图1 Optimus优化流程图
图5 LSOPT优化流程图
同样一个分析问题，不同的优化软件界面差别很大，Heeds简单明了，设计变量，设计响应，设计目标等等都是在内部进行设置。Modefrontier则流程繁多，设计因素都需要显式设置。
二.软件接口
另外一种比较好的选择是通过第三方的后处理软件来读取结果用于生成设计响应。如Hypergraph/Hyperview和META。这里强烈推荐优化工程师要掌握META这个工具软件，其内部集成了用于处理结果文件创建设计响应的模块，同时还支持Python的二次开发，完成几乎所有的结果文件的处理过程，在结合自带的优化后处理模块则可以完成所有的优化设计响应的提取创建。且几乎全部的优化软件都集成了META接口，即使没有集成也可以通过其他方式处理。
三.DOE方法
四.优化算法
当然，除了自带的优化算法外，可以集成外部优化器进行优化。
五.元模型/代理模型/近似模型
对于一些非线性问题，通过直接优化往往是不现实的，因此需要使用元模型法/代理模型法/近似模型法。同样的分析问题（试验样本数据相同），使用不同的元模型法亦会有不同的元模型精度。因此，优化软件丰富的元模型方法 会有助于优化问题的求解。如Optimus和modefrontier等都已经引入了机器学习的方法来创建代理模型。
六.文件管理
Heeds：在模型文件夹下生成子文件夹，可以设置每个模块所需要文件的路径，如绝对路径、相对路径、模型文件路径、运行文件路径等等。
七.其他功能
包括参数拟合/曲线拟合，稳健性/可靠性分析，分析数据后处理等功能各个软件功能类似。这些内容可以参考公 众 号以往的案例，每个功能都有在不同的优化软件中进行了实现。但Isight可以对优化问题进行优化策略的选择，相比较其他软件有一些优势。另外，如Optimus，modefrontier等都加入了Python的二次开发功能，对于高级用户而言更加方便。
以上对每个优化软件做了简单的对比，其实对于大部分问题，每个优化软件都可以完成优化的任务。只不过在具体的使用感受上有些差异。优化软件的操作一般都很简单。只需要大概了解下基本的功能就可以上手，从上手的难度上来说没有太大的差别。一般1、2个小时就可以掌握基本功能的使用。
