鲁棒性和可靠性优化

仿真模型通常是用设计参数的名义值进行计算。对于给定设计参数的，相应的分析结果一般也是定值。但是，在实际产品生产中，设计参数由于材料属性、加工公差、产品使用环境的不确定性因素的影响，产品的性能会有波动。由于这种不确定性，在优化过程中，不应仅仅考虑“固定值”，而应该考虑产品性能的分布。

可靠性优化

Optimus的可靠性优化模块主要用于在分析在设计参数波动的前提下，产品性能违反约束条件的失效概率。可靠性优化的应用很广，在航空航天领域中有很多典型的应用场景。可靠性优化基于已经搭建好的自动化工作流，用户只需增加定义设计参数的分布即可。Optimus强大的并行功能可以大幅度的减少可靠性优化的运算时间。

Optimus中的多目标优化算法可以使用可靠性指标作为约束条件或目标函数，来实现产品的可靠性优化。

鲁棒性优化

输入参数的不确定性是不可避免的，因此往往会造成产品性能发生波动。即使是世界级的制造商，也可能出现设计方案成功的通过了确定性仿真，但是某些产品无法通过生产质量控制的情况。为了规避这些问题，Optimus的鲁棒性优化功能，可以帮助研发团队考虑设计参数的不确定性，使用鲁棒性分析算法确保设计方案的稳健性。