通用多目标优化软件ESTECO modeFRONTIER2019 R1 免费版

modeFRONTIER是一款专业的多目标优化软件，这款软件主要应用于工业领域，使用ESTECO modeFRONTIER 即使是再复杂的算法和再大的工作量也能以灵活和动态的方式解决多目标和多学科的问题。软件计算过程可以中断连续，具有并行、分布式计算功能。

通用多目标优化软件ESTECO modeFRONTIER最新动态

ESTECO公司于2019年正式推出modeFRONTIER 2019 R1免费版，为广大科研与工程用户提供零门槛的多目标优化体验。该版本在核心算法层面实现显著升级：新一代自适应多目标遗传算法（AMGA）进一步提升了Pareto前沿探索效率，同时新增响应面模型自动校准功能，显著降低代理模型构建误差。在集成接口方面，2019 R1免费版完善了对ANSYS、MATLAB、Abaqus等主流CAE/CFD工具的无缝连接，并优化了Workflow设计器的拖拽响应速度，使复杂优化流程搭建更加流畅。用户社区反馈显示，该版本在汽车轻量化设计与航空发动机参数优化场景中表现尤为突出，计算收敛速度较前代提升约20%。此外，免费版保留了参数敏感性分析、多准则决策分析等关键模块，帮助初学者快速掌握多目标优化方法论。ESTECO官方持续通过线上研讨会与中文化教程，助力用户深入挖掘2019 R1免费版在工程仿真与智能设计中的实际价值。

软件特色：

CAP（Computer Aided Principle：计算机辅助原则）功能

能够“抉择”的全新优化工具

通用优化软件仅仅实现集成CAE和设计过程自动化、得到折中优化解功能。
modeFRONTIER则突破传统优化软件的功能，在过程集成和设计优化，利用CAP决策支持工具从得到的折中优化解挖掘更有用的信息。

网格计算功能 （Grid Manager）

支持网格计算功能，进行分布式计算

除了丰富的实验设计方法和优化算法外， modeFRONTIER支持网格计算功能，
可以同网络计算资源进行连接，进行分布式计算技术。
并行分布计算的操作界面也在不断研究改进，简洁明了的用户图形界面备受广大使用者好评，近来，无需借助NQS（网络排队系统）可以实现两台或者更多计算机分布执行计算也备受关注。

modeFRONTIER应用案例

modeFRONTIER丰富的成功案例

全球约320家企业、120个研究院所正在使用modeFRONTIER，成功应用案例多达300例之多在全世界制造领域中的成功案例不但为用户提供了有用的参考研究价值，也因此衍生出更多的新的成功案例。

功能介绍：

直观易懂的图形用户界面

modeFRONTIER的图形用户界面简单明了，降低了设计优化时的语言障碍。操作手册、在线帮助的内容也非常充实，直观易懂的的优化工作流程搭建。modeFRONTIER具有自动报告功能，方便地选择输出一览表、图表（ html、pdf、rtf ）。另外，也可以基于WEB或第三方软件批处理以XML形式输出，此外，图形用户界面的认证和自动分析认优化认证证是分别进行管理的，可以凭单一认证实现多用户使用。

搭载丰富的直接接口

为了从仿真软件输入输出文件提取参数，modeFRONTIER通用的解析规则是通过文本文件方式和CAE软件集成，这样的集成操作方式有时候会非常困难，造成意想不到的麻烦，moFRONTIER软件商和第三方CAD/CAE软件商建立了良好的合作关系，提供了众多CAD/CAE, Excel,matlab 直接接口。

简单构筑并行计算环境

网格计算采用GridGain开源的网格计算框架，取代了以往的NQS(网络排队系统)，提供任务分布执行环境，缩短优化计算所需的时间，平衡各PC运算负荷。modeFRONTIER v4.2.1仅支持UGS NX和LabVIEW节点接口，其他的节点接口在今后版本中依次追加。
另外，在使用modeFRONTIER集成不同CAD/Mesher/CAE软件时候，modeFRONTIER通过使用“节点排队”运算机制，也能合理的优化计算资源成本。

活动实验数据的虚拟优化

modeFRONTIER强大的基于实验设计的虚拟优化，利用DATA WIZARD功能模块即导入Excel中采用“宏命令”、“数据文件格式”、“其他交互图表格式”保存的各种实验数据到modeFRONTIER中进行优化分析，也可利用这些实验数据生成响应面来进行基于响应面的优化分析。利用"DATA WIZARD"功能，从导入数据，创建工作流，到生成响应面都有操作向导。

丰富的响应面算法

modeFRONTIER中包含了丰富的近似响应面方法，另外，modeFRONTIER可以利用Excel宏命令和强大的绘图功能，输出来响应面函数检验响应面的近似精度。

■经典模型
・用户自定义模型 
・多项式奇异值分解 
・参数曲面 
・谢帕德-K-最接近法
■统计模型
・克里金内插法 
・各向异性克里金法
・高斯过程 
■高级模型
・径向基神经网络
・神经网路
　・进化设计