內容介紹
《CAD/CAE工程師標準培訓教程:Isight參數最佳化理論與實例詳解》是Dassault／Simulia公司推薦的Isight參數化軟體培訓教材和工具書，以最新版本Isight 5.5為依據，對Isight進行參數最佳化的基本思路、理論方法、操作步驟、套用技巧進行了詳細介紹。《CAD/CAE工程師標準培訓教程:Isight參數最佳化理論與實例詳解》從實際套用出發，結合作者的使用經驗，採用step by step的方式對操作過程和步驟進行講解，力求通過循序漸進、圖文並茂的方式使讀者能以最快的速度理解和掌握基本概念和操作方法，同時提高工程套用的實踐水平。作品目錄
第1章 初識Isight31.1 Isight起源和發展3
1.2 主要功能5
1.3 模組構成6
1.4 安裝要求7
1.5 在Windows上安裝Isight8
1.6 在Unix/ Linux上安裝Isight14
1.7 運行主界面16
第2章 應用程式集成(Code Integration)18
2.1 組件庫（Component Library）18
2.2 Calculator計算器組件19
2.3 Excel組件21
2.4 Data Exchanger文本讀/寫組件23
2.5 OS Command命令行組件32
2.6 Simcode程式集成組件36
2.7 Script腳本組件41
2.8 Matlab組件44
2.9 Abaqus有限元分析過程集成48
2.10 Patran有限元前處理集成49
2.11 Sculptor/Fluent形狀變形和流體仿真集成52
2.12 Adams Car車輛動力學仿真集成58
2.13 附錄：常用商業CAD/CAE程式集成方法62
第3章 工作流和數據映射(Workflow/Data Mapping)66
3.1 Sim-flow工作流66
3.2 Loop循環控制68
3.3 Condition條件控制68
3.4 組件發布和重用69
3.5 Parameter參數控制70
3.6 Mapping參數映射72
3.7 Dataflow數據流73
3.8 File Parameter檔案參數74
3.9 設定模型本地運行目錄{rundir}77
3.10 模型檢查功能79
3.11 練 習79
第4章 試驗設計方法（Design of Experiments）88
4.1 基本概念88
4.2 算法介紹89
4.2.1 參數試驗90
4.2.2 全因子設計90
4.2.3 部分因子設計90
4.2.4 正交數組91
4.2.5 中心組合設計（Central Composite Design, CCD）93
4.2.6 Box-Behnken設計93
4.2.7 拉丁超立方設計94
4.2.8 最優拉丁超立方設計95
4.2.9 自定義數據檔案95
4.3 結果分析95
4.3.1 係數表95
4.3.2 Pareto圖96
4.3.3 方差分析97
4.3.4 主效應圖98
4.3.5 互動效應98
4.3.6 相關性圖99
4.3.6 相關矩陣圖100
4.4 DOE組件操作100
4.4.1 算法配置100
4.4.2 定義因子 101
4.4.3 設計矩陣 102
4.4.4 後處理 102
4.5 練 習103
4.5.1 二因子多峰問題103
4.5.2 飛行器概念設計問題109
第5章 梯度最佳化算法(Gradient Optimization)115
5.1 基本概念115
5.2 MMFD算法118
5.3 LSGRG算法120
5.4 NLPQL算法121
5.5 MOST算法122
5.6 MISQP算法123
5.7 練 習123
第6章 直接搜尋方法(Direct Search)129
6.1 基本概念129
6.2 Hooke?Jeeves算法129
6.3 Downhill Simplex算法132
6.4 練 習134
第7章 全局最佳化算法(Global Optimization)138
7.1 基本概念138
7.2 MIGA算法139
7.3 ASA算法142
7.4 PSO算法144
7.5 Pointer算法146
7.6 練 習147
提高篇
第8章 近似建模方法(Approximation Models)153
8.1 基本概念153
8.2 回響面(RSM)模型154
8.3 神經網路(RBF/EBF)模型156
8.4 切比雪夫（Chebyshev）正交多項式模型157
8.5 克里格(Kriging)模型157
8.6 練 習158
第9章 組合最佳化策略(Hybrid Optimization Strategy)170
9.1 Task Plan組件和Exploration組件170
9.2 DOE抽樣與梯度最佳化混合策略（Task Plan組件）172
9.3 全局最佳化和梯度最佳化組合（Task Plan組件）176
9.4 基於近似模型更新的全局最佳化(Exploration組件)180
9.5 基於Pointer2 智慧型算法的策略（Exploration 組件） 183
第10章 多目標最佳化算法(MultiObjective Optimization)187
10.1 基本概念187
10.1.1 向量的自然序188
10.1.2 解的占優關係189
10.1.3 Pareto最優解集和Pareto前沿189
10.1.4 歸一化方法：加權法191
10.1.5 非歸一化方法192
10.2 NSGA-II算法193
10.3 NCGA算法194
10.4 AMGA算法195
10.5 PE算法195
10.6 二目標全局最佳化問題198
第11章 蒙特卡洛模擬（Monte Carlo Simulation）203
11.1 基本概念203
11.2 算法介紹205
11.2.1 簡單隨機抽樣205
11.2.2 描述抽樣206
11.3 算法配置207
11.4 練 習208
第12章 田口穩健性設計（Taguchi Robust Design）213
12.1 基本概念213
12.1.1 信號因子、控制因子和噪音因子213
12.1.2 穩健性設計214
12.1.3 質量損失函式215
12.2 算法介紹216
12.2.1 正交表的構造216
12.2.2 靜態特性評價指標217
12.2.3 動態特性評價指標218
12.3 練習與指導219
第13章 6 Sigma質量設計（Design For Six Sigma）224
13.1 基本概念224
13.1.1 6 Sigma設計224
13.1.2 DFSS設計過程（DMAIC) 227
13.1.3 Isight的 DFSS算法框架 228
13.1.4 田口設計與DFSS設計的比較229
13.2 6 Sigma分析230
13.2.1 基於可靠性評價技術230
13.2.2 基於蒙特卡洛抽樣233
13.2.3 基於試驗設計234
13.3 6 Sigma最佳化234
13.4 練 習236
13.4.1 焊縫最佳化問題（確定性最佳化）236
13.4.2 焊縫最佳化問題(6 Sigma質量分析)238
13.4.3 焊縫最佳化問題(6 Sigma質量最佳化)242
