首页
›
工业软件_CAE与数字工程
›
019-CAE参数化设计与多目标优化
›
《DOE试验设计与仿真优化》
VIP13
本课程属于:019-CAE参数化设计与多目标优化
工业软件_CAE与数字工程 · 共 13 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
DOE试验设计与仿真优化
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与全局认知
目标=DOE与仿真优化的关系 · 典型工程场景 · 课程路线图与工具链概览
课程导入
全局认知
02
试验设计基础
目标=因子 · 水平 · 响应
试验设计基础
目标=因子
03
仿真模型作为试验对象
目标=仿真输入输出定义 · 确定性/随机性仿真 · 计算成本
仿真模型作为试验…
目标=仿真输入输…
04
经典DOE方法
目标=全因子设计 · 部分因子设计 · 正交表
DOE
经典
05
筛选试验实战
目标=用部分因子设计识别关键因子 · 案例覆盖结构 · 流体或热设计场景
筛选试验实战
目标=用部分因子…
06
响应曲面方法入门
目标=中心复合设计 · Box-Behnken设计 · 轴向点与中心点作用
响应曲面方法入门
目标=
07
回归建模与方差分析
目标=主效应/交互效应估计 · 模型显著性 · 失拟检验
回归建模
方差分析
08
仿真试验的随机性处理
目标=随机数种子 · 重复次数 · 置信区间
仿真试验的随机性…
目标=随机数种子
09
代理模型与元模型
目标=多项式响应面 · 径向基函数 · Kriging/高斯过程
代理模型
元模型
10
代理模型精度评估
目标=交叉验证 · 留一法 · 误差指标
代理模型精度评估
目标=交叉验证
11
空间填充设计
目标=拉丁超立方 · 最优拉丁超立方 · 均匀设计
空间填充设计
目标=拉丁超立方
12
自适应试验设计
目标=序贯采样 · 主动学习 · 期望改进
自适应试验设计
目标=序贯采样
13
仿真优化问题建模
目标=设计变量 · 约束 · 目标函数
仿真优化问题建模
目标=设计变量
14
单目标优化算法
目标=梯度法 · 遗传算法 · 粒子群
单目标优化算法
目标=梯度法
15
多目标优化与Pareto前沿
目标=NSGA-II · MOPSO · 权衡分析
Pareto
多目标优化
16
约束处理与可行性优化
目标=罚函数 · 可行性规则 · 代理模型约束
约束处理
可行性优化
17
代理模型辅助优化
目标=EGO · 贝叶斯优化 · 超参数调优
代理模型辅助优化
EGO
18
DOE与仿真软件联动
目标=参数化建模 · 批处理 · 自动化流程
DOE
仿真软件联动
19
案例一
目标=结构轻量化设计——因子筛选 · 响应面建模 · 多目标优化与验证
案例一
目标=结构轻量化…
20
案例二
目标=流体/热系统优化——CFD仿真… · 代理模型 · 参数敏感性与优化
案例二
CFD
21
案例三
目标=制造工艺参数优化——注塑/焊接…
案例三
目标=制造工艺参…
22
案例四
目标=电子散热与可靠性——热仿真DO… · 寿命预测 · 鲁棒设计
案例四
DO
23
案例五
目标=多学科耦合优化——协同仿真 · 耦合变量 · 代理模型链与优化策略
案例五
目标=多学科耦合…
24
试验与仿真结果验证
目标=确认试验 · 模型校准 · 不确定性量化
试验
仿真结果验证
25
鲁棒设计与6Sigma
目标=噪声因子 · 信噪比 · 容差设计
Sigma
鲁棒设计
26
数据驱动与机器学习融合
目标=特征工程 · 集成模型 · 神经网络代理
数据驱动
机器学习融合
27
高维与大数据场景
目标=降维 · 变量选择 · 稀疏DOE
高维
大数据场景
28
仿真优化项目实战
目标=需求定义 · 计划制定 · 团队协作
仿真优化项目实战
目标=需求定义
29
结果汇报与决策支持
目标=可视化 · 敏感性报告 · 优化方案对比
结果汇报
决策支持
30
课程总结与进阶路线
目标=知识体系回顾 · 常见陷阱 · 工具生态
课程总结
进阶路线
所属VIP或分类
同VIP:CAE优化实战100例
同VIP:CAE参数化建模与设计优化
同VIP:仿真驱动产品设计优化