Isight參數(shù)優(yōu)化理論與實例詳解

入門篇
第1章  初識Isight3
  1.1  Isight起源和發(fā)展3
  1.2  主要功能5
  1.3  模塊構成6
  1.4  安裝要求7
  1.5  在Windows上安裝Isight8
    1.5.1  安裝步驟(Windows系統(tǒng))8
    1.5.2  安裝許可服務器12
    1.5.3  配置客戶端浮動許可13
  1.6  在Unix/ Linux上安裝Isight14
    1.6.1  安裝步驟(Unix/Linux系統(tǒng))14
    1.6.2  安裝許可服務器15
    1.6.3  配置客戶端浮動許可15
  1.7  運行主界面16
    1.7.1  設計門戶（Design Gateway）16
    1.7.2  運行門戶（Runtime Gateway）16
第2章  應用程序集成(Code Integration)18
  2.1  組件庫（Component Library）18
  2.2  Calculator計算器組件19
    2.2.1  概  述19
    2.2.2  練  習19
  2.3  Excel組件21
    2.3.1  概  述21
    2.3.2  練  習21
  2.4  Data Exchanger文本讀/寫組件23
    2.4.1  概  述23
    2.4.2  練習：寫文件24
    2.4.3  練習：讀文件28
  2.5  OS Command命令行組件32
    2.5.1  概  述32
    2.5.2  練  習32
  2.6  Simcode程序集成組件36
    2.6.1  概  述36
    2.6.2  練  習36
  2.7  Script腳本組件41
    2.7.1  概  述 41
    2.7.2  練  習 42
  2.8  Matlab組件44
    2.8.1  概  述44
    2.8.2  練  習44
  2.9  Abaqus有限元分析過程集成48
    2.9.1  概  述48
    2.9.2  練  習48
  2.10  Patran有限元前處理集成49
    2.10.1  概  述49
    2.10.2  練  習50
  2.11  Sculptor/Fluent形狀變形和流體仿真集成52
    2.11.1  概  述52
    2.11.2  練  習54
  2.12  Adams Car車輛動力學仿真集成58
    2.12.1  概  述58
    2.12.2  練  習58
  2.13  附錄：常用商業(yè)CAD/CAE程序集成方法62
    2.13.1  CAD 62
    2.13.2  網(wǎng)格前處理62
    2.13.3  網(wǎng)格變形63
    2.13.4  有限元分析 63
    2.13.5  流體分析63
    2.13.6  沖擊碰撞 64
    2.13.7  多體動力學64
    2.13.8  電磁分析 64
    2.13.9  內燃機性能分析64
    2.13.10  整車性能分析65
    2.13.11  材料加工65
    2.13.12  機電液仿真65
    2.13.13  聲學仿真65
第3章  工作流和數(shù)據(jù)映射(Workflow/Data Mapping)66
  3.1  Sim-flow工作流66
  3.2  Loop循環(huán)控制68
  3.3  Condition條件控制68
  3.4  組件發(fā)布和重用69
  3.5  Parameter參數(shù)控制70
  3.6  Mapping參數(shù)映射72
  3.7  Dataflow數(shù)據(jù)流73
  3.8  File Parameter文件參數(shù)74
  3.9  設置模型本地運行目錄{rundir}77
  3.10  模型檢查功能79
  3.11  練  習79
第4章  試驗設計方法（Design of Experiments）88
  4.1  基本概念88
    4.1.1  概  述88
    4.1.2  術  語88
    4.1.3  步  驟89
  4.2  算法介紹89
    4.2.1  參數(shù)試驗90
    4.2.2  全因子設計90
    4.2.3  部分因子設計90
    4.2.4  正交數(shù)組91
    4.2.5  中心組合設計（Central Composite Design,CCD）93
    4.2.6  Box-Behnken設計93
    4.2.7  拉丁超立方設計94
    4.2.8  最優(yōu)拉丁超立方設計95
    4.2.9  自定義數(shù)據(jù)文件95
  4.3  結果分析95
    4.3.1  系數(shù)表95
    4.3.2  Pareto圖96
    4.3.3  方差分析97
    4.3.4  主效應圖98
    4.3.5  交互效應98
    4.3.6  相關性圖99
    4.3.6  相關矩陣圖100
  4.4  DOE組件操作100
    4.4.1  算法配置100
    4.4.2  定義因子 101
    4.4.3  設計矩陣 102
    4.4.4  后處理 102
  4.5  練  習103
    4.5.1  二因子多峰問題103
    4.5.2  飛行器概念設計問題109
第5章  梯度優(yōu)化算法(Gradient Optimization)115
  5.1  基本概念115
    5.1.1  原  理116
    5.1.2  約  束117
    5.1.3  最優(yōu)解必要條件117
  5.2  MMFD算法118
    5.2.1  算法描述118
    5.2.2  配置參數(shù)119
  5.3  LSGRG算法120
    5.3.1  算法描述120
    5.3.2  配置參數(shù)120
  5.4  NLPQL算法121
    5.4.1  算法描述121
    5.4.2  配置參數(shù)122
  5.5  MOST算法122
    5.5.1  算法描述122
    5.5.2  配置參數(shù)122
  5.6  MISQP算法123
    5.6.1  算法描述123
    5.6.2  配置參數(shù)123
  5.7  練  習123
    5.7.1  非完全可行域問題123
    5.7.2  雙峰問題127
第6章  直接搜索方法(Direct Search)129
  6.1  基本概念129
  6.2  Hooke?Jeeves算法129
    6.2.1  算法描述129
    6.2.2  配置參數(shù)131
  6.3  Downhill Simplex算法132
    6.3.1  算法描述132
    6.3.2  配置參數(shù)134
  6.4  練  習134
第7章  全局優(yōu)化算法(Global Optimization)138
  7.1  基本概念138
  7.2  MIGA算法139
    7.2.1  算法描述139
    7.2.2  配置參數(shù)141
  7.3  ASA算法142
    7.3.1  算法描述142
    7.3.2  配置參數(shù)143
  7.4  PSO算法144
    7.4.1  算法描述144
    7.4.2  配置參數(shù)145
  7.5  Pointer算法146
    7.5.1  算法描述146
    7.5.2  配置參數(shù)146
  7.6  練  習147
提高篇
第8章  近似建模方法(Approximation Models)153
  8.1  基本概念153
  8.2  響應面(RSM)模型154
    8.2.1  算法描述154
    8.2.2  配置參數(shù)154
  8.3  神經網(wǎng)絡(RBF/EBF)模型156
    8.3.1  算法描述156
    8.3.2  配置參數(shù)157
  8.4  切比雪夫（Chebyshev）正交多項式模型157
    8.4.1  算法描述157
    8.4.2  配置參數(shù)157
  8.5  克里格(Kriging)模型157
    8.5.1  算法描述157
    8.5.2  配置參數(shù)158
  8.6  練  習158
第9章  組合優(yōu)化策略(Hybrid Optimization Strategy)170
  9.1  Task Plan組件和Exploration組件170
    9.1.1  Task Plan組件170
    9.1.2  Exploration組件171
  9.2  DOE抽樣與梯度優(yōu)化混合策略（Task Plan組件）172
    9.2.1  策略描述172
    9.2.2  練  習172
  9.3  全局優(yōu)化和梯度優(yōu)化組合（Task Plan組件）176
    9.3.1  策略描述176
    9.3.2  練  習177
  9.4  基于近似模型更新的全局優(yōu)化(Exploration組件)180
    9.4.1  策略描述180
    9.4.2  練  習180
  9.5  基于Pointer2 智能算法的策略（Exploration 組件） 183
    9.5.1  算法描述183
    9.5.2  練  習183
第10章  多目標優(yōu)化算法(MultiObjective Optimization)187
  10.1  基本概念187
    10.1.1  向量的自然序188
    10.1.2  解的占優(yōu)關系189
    10.1.3  Pareto最優(yōu)解集和Pareto前沿189
    10.1.4  歸一化方法：加權法191
    10.1.5  非歸一化方法192
  10.2  NSGA-II算法193
  10.3  NCGA算法194
  10.4  AMGA算法195
  10.5  PE算法195
  10.6  二目標全局優(yōu)化問題198
第11章  蒙特卡洛模擬（Monte Carlo Simulation）203
  11.1  基本概念203
  11.2  算法介紹205
    11.2.1  簡單隨機抽樣205
    11.2.2  描述抽樣206
  11.3  算法配置207
  11.4  練  習208
第12章  田口穩(wěn)健性設計（Taguchi Robust Design）213
  12.1  基本概念213
    12.1.1  信號因子、控制因子和噪音因子213
    12.1.2  穩(wěn)健性設計214
    12.1.3  質量損失函數(shù)215
  12.2  算法介紹216
    12.2.1  正交表的構造216
    12.2.2  靜態(tài)特性評價指標217
    12.2.3  動態(tài)特性評價指標218
  12.3  練習與指導219
第13章  6 Sigma質量設計（Design For Six Sigma）224
  13.1  基本概念224
    13.1.1  6 Sigma設計224
    13.1.2  DFSS設計過程（DMAIC) 227
    13.1.3  Isight的 DFSS算法框架 228
    13.1.4  田口設計與DFSS設計的比較229
  13.2  6 Sigma分析230
    13.2.1  基于可靠性評價技術230
    13.2.2  基于蒙特卡洛抽樣233
    13.2.3  基于試驗設計234
  13.3  6 Sigma優(yōu)化234
  13.4  練  習236
    13.4.1  焊縫優(yōu)化問題（確定性優(yōu)化）236
    13.4.2  焊縫優(yōu)化問題(6 Sigma質量分析)238
    13.4.3  焊縫優(yōu)化問題(6 Sigma質量優(yōu)化)242