第1章 初识Isight3
1.1 Isight起源和发展3
1.2 主要功能5
1.3 模块构成6
1.4 安装要求7
1.5 在Windows上安装Isight8
1.6 在Unix/ Linux上安装Isight14
1.7 运行主界面16
第2章 应用程序集成(Code Integration)18
2.1 组件库（Component Library）18
2.2 Calculator计算器组件19
2.3 Excel组件21
2.4 Data Exchanger文本读/写组件23
2.5 OS Command命令行组件32
2.6 Simcode程序集成组件36
2.7 Script脚本组件41
2.8 Matlab组件44
2.9
ABAQUS有限元分析过程集成48
2.10 Patran有限元前处理集成49
2.11 Sculptor/Fluent形状变形和流体仿真集成52
2.12
ADAMS Car车辆动力学仿真集成58
2.13 附录：常用商业
CAD/
CAE程序集成方法62
第3章 工作流和数据映射(Workflow/Data Mapping)66
3.1 Sim-flow工作流66
3.2 Loop循环控制68
3.3 Condition条件控制68
3.4 组件发布和重用69
3.5 Parameter参数控制70
3.6 Mapping参数映射72
3.7 Dataflow数据流73
3.8 File Parameter文件参数74
3.9 设置模型本地运行目录{rundir}77
3.10 模型检查功能79
3.11 练 习79
第4章 试验设计方法（Design of Experiments）88
4.1 基本概念88
4.2 算法介绍89
4.2.1 参数试验90
4.2.2 全因子设计90
4.2.3 部分因子设计90
4.2.4 正交数组91
4.2.5 中心组合设计（Central Composite Design, CCD）93
4.2.6 Box-Behnken设计93
4.2.7 拉丁超立方设计94
4.2.8 最优拉丁超立方设计95
4.2.9 自定义数据文件95
4.3 结果分析95
4.3.1 系数表95
4.3.2 Pareto图96
4.3.3 方差分析97
4.3.4 主效应图98
4.3.5 交互效应98
4.3.6 相关性图99
4.3.6 相关矩阵图100
4.4 DOE组件操作100
4.4.1 算法配置100
4.4.2 定义因子 101
4.4.3 设计矩阵 102
4.4.4 后处理 102
4.5 练 习103
4.5.1 二因子多峰问题103
4.5.2 飞行器概念设计问题109
第5章 梯度优化算法(Gradient Optimization)115
5.1 基本概念115
5.2 MMFD算法118
5.3 LSGRG算法120
5.4 NLPQL算法121
5.5 MOST算法122
5.6 MISQP算法123
5.7 练 习123
第6章 直接搜索方法(Direct Search)129
6.1 基本概念129
6.2 HookeJeeves算法129
6.3 Downhill Simplex算法132
6.4 练 习134
第7章 全局优化算法(Global Optimization)138
7.1 基本概念138
7.2 MIGA算法139
7.3 ASA算法142
7.4 PSO算法144
7.5 Pointer算法146
7.6 练 习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 响应面(RSM)模型154
8.3 神经网络(RBF/EBF)模型156
8.4 切比雪夫（Chebyshev）正交多项式模型157
8.5 克里格(Kriging)模型157
8.6 练 习158
第9章 组合优化策略(Hybrid Optimization Strategy)170
9.1 Task Plan组件和Exploration组件170
9.2 DOE抽样与梯度优化混合策略（Task Plan组件）172
9.3 全局优化和梯度优化组合（Task Plan组件）176
9.4 基于近似模型更新的全局优化(Exploration组件)180
9.5 基于Pointer2 智能算法的策略（Exploration 组件） 183
第10章 多目标优化算法(MultiObjective Optimization)187
10.1 基本概念187
10.1.1 向量的自然序188
10.1.2 解的占优关系189
10.1.3 Pareto最优解集和Pareto前沿189
10.1.4 归一化方法：加权法191
10.1.5 非归一化方法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 二目标全局优化问题198
第11章 蒙特卡洛模拟（Monte Carlo Simulation）203
11.1 基本概念203
11.2 算法介绍205
11.2.1 简单随机抽样205
11.2.2 描述抽样206
11.3 算法配置207
11.4 练 习208
第12章 田口稳健性设计（Taguchi Robust Design）213
12.1 基本概念213
12.1.1 信号因子、控制因子和噪音因子213
12.1.2 稳健性设计214
12.1.3 质量损失函数215
12.2 算法介绍216
12.2.1 正交表的构造216
12.2.2 静态特性评价指标217
12.2.3 动态特性评价指标218
12.3 练习与指导219
第13章 6 Sigma质量设计（Design For Six Sigma）224
13.1 基本概念224
13.1.1 6 Sigma设计224
13.1.2 DFSS设计过程（DMAIC) 227
13.1.3 Isight的 DFSS算法框架 228
13.1.4 田口设计与DFSS设计的比较229
13.2 6 Sigma分析230
13.2.1 基于可靠性评价技术230
13.2.2 基于蒙特卡洛抽样233
13.2.3 基于试验设计234
13.3 6 Sigma优化234
13.4 练 习236
13.4.1 焊缝优化问题（确定性优化）236
13.4.2 焊缝优化问题(6 Sigma质量分析)238
13.4.3 焊缝优化问题(6 Sigma质量优化)242
发表于 2023-6-20 13:08:09 
QQ
打赏
支持
反对
收藏
提升卡
置顶卡
沉默卡
变色卡
千斤顶