|
Документация
Руководство по установке IOSO....
Презентации
Основные возможности платформы
IOSO ...
IOSO.
Проведение параметрических исследований ....
Сравнение IOSO
с возможностями оптимизации в
ANSYS
......
Лицензия
Бесплатная
лицензия для некоммерческого использования.
Описание версии IOSO for Python
В программу
IOSO встроен
транслятор и редактор Python.
Реализована возможность связи моделей на
Python на уровне
параметров для
создания многодисциплинарных проектов
и решать задачи параметрических и
оптимизационных исследований
ограниченной размерности.
В инсталлятор IOSO добавлена
возможность установки на ПК языка
Python 3.8
и необходимых библиотек для проведения сложных
расчетов - NumPy, SciPy,
Matplotlib (требуется интернет-соединение
для скачивания и установки).
В программе IOSO имеется две реализации языка Python:
- Python 2.7 - встроенный в платформу IOSO, не требует ни каких установленных на компьютере программ.
Недостаток: - нет возможности подключения сторонних библиотек.
- Python 3.8. Имеется модуль интеграции с установленным на компьютере Python 3.8. Ввиду этого могут быть использованы различные библиотеки, разработанные для Python3.8.
Обе модели Python подключена к программе IOSO без необходимости настройки входных и выходных файлов. Необходимо только определить перечень входных и выходных переменных модели Python.
Обе модели
Python
подключена к программе
IOSO
без необходимости настройки входных и выходных файлов. Необходимо
только определить перечень входных и выходных переменных модели
Python.
В
тексте программы
Python
используются
ID
входных/выходных переменных программы
IOSO.
При выделении
ID
переменной в списке входных/выходных параметров указанный
ID
подсвечивается красным фоном в тексте языка
Python.
Реализованы
IOSO алгоритмы многокритериальной
оптимизации и имеется
возможность задания
дискретных параметров для задач оптимизации;
Отличительные особенности IOSO алгоритмов
оптимизации
-
быстрое решение сложных
многопараметрических задач с наличием ограничений, зон
невычисляемости и многоэкстремальностью целевой функции;
-
высокая эффективность
решения многопараметрических (до 100 переменных и 100
ограничений) многокритериальных (до 20 критериев) задач
оптимизации. До 7 раз быстрее традиционных методов, в том числе
и генетического алгоритма, что позволяет существенно сократить
сроки решения этих задач;
-
простота
использования процедур оптимизации. Реализованные адаптивные
алгоритмы не требуют предварительных настроек и задания
параметров, что позволяет их использовать специалистам не
владеющими специальными знаниями в теории оптимизации.
| 
