2021/02/01

重磅升级,AIPOD V2.0正式发布!

随着时代的发展,一方面工业产品设计的精细度要求越来越高,设计周期要求越来越短,另一方面人工智能、数据挖掘等技术的发展为工业优化设计提供了新的可能。在此背景之下,经过多年自主研发攻关,南京天洑软件有限公司的智能优化平台AIPOD应运而生。在AIPOD V1.0基础之上,天洑软件研发团队对软件多项功能进行了升级开发,AIPOD V2.0现正式发布。

WechatIMG2.png

此次AIPOD V2.0相对于AIPOD V1.0主要具备5大亮点:

1. SilverBullet算法全面升级,优化效率更高;

2. AIAgent升级,代理精度更高、稳定性更好;

3. 与天洑数据建模平台无缝集成;

4. 内核优化,软件运行更稳定;

5. 界面全面改版,使用更便捷。


   SilverBullet 算法全面升级,优化效率更高


 


基于大量用户反馈的优化测试算例,AIPODV2.0对SilverBullet优化算法进行了全面升级。进一步扩展基础优化工具集,引入诸如分形优化、寻峰优化与群智能优化等前沿优化算法,同时将决策调度引擎升级为基于强化学习的智能化调度引擎,两者协同将Silverbullet的全局探索和局部优化的权衡掌控提升到新高度。算法通过升级后的调度引擎吸纳诸多算法优点,实现HEB(High dimensional, Expensive Calculation, Black box)问题快速优化(即“更快更好”),同时实现输出结果的局部响应面鲁棒性最优,即筛选出的优化方案“真好”。在叶轮机械、航空航天、船舶海事、车辆运载等多个工业场景中较传统优化算法和竞品软件均表现出更高的优化效率和更强的优化潜力。

2.jpg

3.jpg

4.jpg



AIAgent升级,代理精度更高、稳定性更好



AIAgent可通过与计算流程的连接,进行数据智能采样,通过天洑自研的机器学习算法,进行代理模型的训练,为优化设计加速助力。AIAgent中的机器学习算法来自于天洑数据建模平台,其核心是天洑自研的超参学习框架,相较于传统响应面、Kriging模型,AIAgent针对复杂问题表征能力更强、数据集需求量更低、使用门槛更低,而且训练得到的模型可导出,可复用,可作为企业的核心知识进行管理,提升企业快速优化设计的能力。通过天洑数据建模平台的赋能,AIAgent的代理精度得到了进一步的提高,训练的模型稳定性更好,助力快速获得更好的优化结果。

WechatIMG3.png

AIAgent一键构建可复用的高精度代理模型



与天洑数据建模平台无缝集成

 


工业企业拥有大量的仿真、实验和实际运行数据,通过数据挖掘技术,用户可以建立数据的相关关系,并希望将其方便的用于产品的优化设计中。针对这一需求,AIPOD V2.0建模工具箱中增加了DT节点,用户可以在设计计算流程中一键导入天洑数据建模平台建立的数据挖掘模型,并且可以和脚本、可执行程序进行耦合,实现任意复杂的设计计算流程的搭建。之后便可以借助于SilverBullet算法,进行优化设计。

WechatIMG4.png

一键导入数据挖掘模型,耦合建模,进行优化



内核优化,软件运行更稳定

 



“占用资源高,软件易崩溃”是众多软件产品面临的一个重要问题。AIPOD采用多进程架构,主进程负责人机交互和任务管理,所有任务都运行在独立的进程中,保证主进程的稳定运行;主进程实时监测各任务进程的运行情况,及时关闭异常进程,释放系统资源。AIPOD V2.0对该架构进行了大量细节优化,进行了多处功能增强,如闲置进程智能回收功能,任务中止自定义功能。通过这一系列的内核优化,确保软件稳定运行。



界面全面改版,使用更便捷




AIPOD V2.0用户交互界面在保持B/S架构的同时,对用户界面进行了全面改版升级。升级后的用户界面采用Ribbon菜单,更贴合工程师的使用习惯,单页面的信息密度更高,能够更好的辅助用户进行设计优化过程的监控及优化结果数据的分析。



WechatIMG6.png

界面全面改版,使用更便捷


AIPOD更多详细介绍,请点击AIPOD—— 智能优化设计平台,前往查阅。