【产品】智能优化软件 - AIPOD 2022R2版本新功能详解

• 更丰富的实验设计(DOE)算法；

• 更丰富的优化设计算法；

• 更灵活的分布式资源利用；

• 更完善的后处理功能。

AIPOD 2022R2带来的这些令人振奋的新功能，大幅完善和丰富了平台功能，对用户的使用场景进行了更全面的覆盖，能够更好的帮助用户开展优化设计。

AIPOD 2022R2中补充了包含sobol、部分因子采样等7种实验设计算法，平台内实验设计算法多样性实现极大提升，进一步扩展了对用户不同需求的实验设计场景覆盖。此外，2022R2版本对平台内已集成的均匀采样等算法进行了优化，赋予了用户对参与采样变量更灵活配置的能力。

AIPOD 2022R2针对单目标优化需求，补充了包含近两年学术界提出的天鹰优化引擎在内20余种学术前沿算法；针对多目标优化需求，补充了包含近两年学术界最新提出的AGEMOEA2的5种学术前沿算法，新算法的引入使得平台内优化设计算法数量多达50余种。得益于平台内优化算法的多样性，AIPOD能够辅助用户更好更快的解决包含强条件约束，非线性多峰值等在内的优化问题。

图 2 优化算法

AIPOD 2022R2对平台的分布式资源功能模块进行了全面升级，升级后的分布式资源利用不仅限于通过批处理命令调用的功能节点，实现了全部功能节点的覆盖，用户可将不同软件的执行、经验公式的计算分配至不同的计算机或服务器中，较大程度的利用计算资源。此外，新版本还引入了多种容错机制，使得分布式计算的稳定性进一步提高。

图 3 分布式资源利用

AIPOD 2022R2开放了后处理图表的交互配置功能，除了支持可视化图表的诸如标题、坐标轴等绘图信息的配置外，还支持通过单点大小、颜色等进行配置实现在高维数据的可视化，绘制的图表可直接用于报告中。此外，R2版本还支持基于优化任务结果对设计变量敏感性进行分析，辅助用户进行更好的优化决策。

除上述主要功能更新外，AIPOD 2022R2还提供了代理模型下载，帮助文档在线查看、优化任务监控中算例计算终止等大量新功能，并通过引入多种容错机制进一步提升了软件的稳定性。