iSIGHT:世界领先的集成化、自动化、优化设计软件
iSIGHT是世界顶级的工程设计开发基础的系统软件，具有“软件机器人”之称。它能够实现CADCAECAM以及PDM等各种操作系统的自动化和集成化，并为产品设计及开发提供最优化设计及稳健设计功能。
iSIGHT在加快产品进入市场、降低产品成本、提高产品质量等方面，每天都在取得令人瞩目的突破。据美国市场调查公司Daratech权威统计，iSIGHT在过程集成和设计优化领域的全球市场占有率超过一半，已经成为航空、航天、汽车、兵器、船舶、电子、动力、机械、教育等领域首选的过程集成、设计优化和可靠性稳健性设计软件。
iSIGHT版本更新史
Engineous公司自1996年将iSIGHT软件商业化以来，不断投入巨额资金研发世界最先进的集成化、自动化、优化的“软件机器人”技术，使其功能不断完善满足使用者需求。
时间 | 版本 | 功能 |
1983~1995 | GE CRD时代 | GE公司投资超过$1200万开发推广由唐兆成提出的“软件机器人”技术，缩短了GE公司产品和开发周期、降低了开发成本、提高了产品质量。 |
1996~1998 | V1.0 | Engineous公司成立，将iSIGHT软件商业化。包含了7种非线性数值优化算法，以及遗传算法和模拟退火算法。 |
1999 | V4.0 | 包含响应面模型在内的3种近似缄默技术、6种实验设计技术。 |
2000 | V5.0 | 添加田口稳健性设计技术和可靠性优化技术，多准则权衡法(MTA)，并能实现并行计算。 |
2001 | V6.0 | 添加质量工程方法DFSS(Design For Six Sigma)。包含高级数据分析ADA模块，Excel接口和3阶响应面模型。 |
2002 | V7.0 | 添加非线性的Kriging全局近似模型方法，3~4阶响应面模型，高性能的多岛遗传算法和适用于等式约束的LSGRG2优化算法。 |
2003 | V8.0 | 添加两种多目标遗传优化算法(NCGANSAGAⅡ)和折衷解满足法(STA)，并开发了针对多目标优化的工程数据挖掘模块(EDM). |
2004 | V9.0 | Fast Parser使内部代码和商业程序的模型参数化、集成自动化更加容易。添加了自适应、可训练、智能化的Pointer优化器，径向基函数(RBF)神经网络近似模型和动态田口稳健设计方法。 |
iSIGHT架构图
iSIGHT9.0功能
l 集成自动化特性
- Fast Parser使内部代码和商业程序的模型参数化、集成自动化更加容易
- 控制条件(If, while, for)可以在流程中任意设置，便于对复杂的设计过程流进行有效管理
- Task Plan中可任意指定分阶段的设计策略，使复杂设计空间的搜索更加自动化
- 多任务嵌套的机制使多学科设计优化方案更易实现
- 在图形界面中可指定模块的分布计算和并行计算的方式
- Matlab接口能在iSIGHT界面中快速集成数学程序
- Excel接口使复杂数据表格处理和VBA定制更加容易
- FIPER接口直接驱动FIPER工作流设计优化
l 设计优化
- 增强已有的优化、近似建模、试验设计和质量工程方法工具包，组合使用这些算法可使探索能力全面提高
- 更加人性化的Parameter问题定义界面
- 优化方法的加强：
1. Pointer 全能优化器：
全自动型——优化过程中自动选择和调节遗传算法、Nelder & Mead 单纯形法、序列二次规划 和线性规划方法，使优化过程智能化
实时用户指导型——在优化过程中允许用户实时改变设计变量、约束、目标、权重和算法参数，加强优化过程可控性
有针对性训练型：——在优化某问题之前对优化器进行相似问题求解训练，优化器积累了该类问题的求解经验后，能快速优化这一类设计问题
2. MOGA 多目标遗传优化算法：
NCGA (Neighborhood Cultivation ) ——邻域培植遗传算法
NSGAII (Non-dominated Sorting GA ) ——非支配解排序遗传算法
3. STA ( Satisficing Trade-off Analysis )
多目标优化问题的折中解分析法
4. Stress Ratio Optimizer
全应力设计方法( FSD, Full Stress Design)，直接针对结构学科的设计优化
5. Nelder & Mead Downhill Simplex方法
近似建模方法的加强： 1. RBF（Radial Based Function) Neural Network 径向基函数神经网络模型，逼近复杂非线性问题
2. 多项式选择手段提高RSM响应面模型拟和的可靠性和精确性 •Sequential |  |
试验设计方法的加强：
1. OLH (Optimal Latin Hypercube )
• 使随机Latin Hypercube生成的样本点均匀分布于设计空间，保证样本点的正交性
2. Rank Checking 秩检验
•在试验设计之前进行秩检验，保证后处理时模型拟和的有效性
质量工程方法的加强：
1. Dynamic/Static Taguchi 动/静田口方法
• 处理产品使用过程中动态特性不确定性和设计过程中静态特性不确定性，保证设计、加工、使用的质量稳健性。
2. Truncated Distributions 截断型概率分布
• 对标准的概率分布函数 （PDF, Probability distribution function）上下限进行截断，更好描述随机变量统计规律
Solution Monitor
|   |
