设计空间探索
预判可实现的产品性能

试验设计

为了提高产品性能，并设计出比竞争对手更好的产品，研发团队需要对设计空间有充分理解，才能释放出产品研发的潜力。试验设计（DOE）技术通过定义和执行一组最佳选择的虚拟或物理实验，来有效地对设计空间采样。结合工作流自动化技术，DOE可以在产品开发过程中节省大量的时间。

试验设计方法

数值优化

数值优化方法通过智能的寻优方法，有效的追踪目标函数的极值。在传统研发过程中，工程师需要从设计参数的起点出发，手动修改设计方案，提高产品的性能，并且判断参数对可能存在冲突的不同目标的影响，如最小化重量，最小化成本，最大化产品性能等。通过使用我们的优化技术，工程师能够对复杂研发问题进行自动优化，在满足约束条件的前提下，权衡有冲突的研发目标，找到最优的设计方案。

鲁棒性优化

仿真能对参数确定的模型进行分析。对于给定的一组输入变量，相应的输出结果一般是相同的。而在真实世界中，由于制造公差、材料属性和环境等因素的存在，输入参数可能存在不确定性。为了避免这种不确定性因素对预期的产品质量产生负面影响，鲁棒性优化基于这些设计参数的不确定性，用鲁棒性分析算法来确保产品设计性能持续满足质量目标。

方法集成技术

作为设计空间探索平台的一部分，我们提供框架和接口让用户能把自己开发的算法加入软件中。这使得研发团队能够基于对自身需求的独特理解，开发高度定制的设计空间探索方法，并且在一个经过行业验证的软件平台环境中应用算法，解决研发挑战。