产品概述
用尽量少的样本点摸清参数与响应的关系，据此给出优化方向，样本可直接驱动求解器批量计算。
核心特点
少样本摸清规律
批量驱动求解器
多目标取舍可视化
参数敏感度排序
结果回流迭代
技术参数
| 试验设计 | 全因子、正交、拉丁超立方、中心复合 |
| 拟合模型 | 响应面、Kriging、神经网络 |
| 优化 | 单目标寻优、多目标 Pareto |
| 执行方式 | 批量提交求解器任务 |
| 结果分析 | 主效应、交互效应、敏感度排序 |
详细说明
仿真与试验的成本主要花在「试多少个点」上。SF-DOE 按设计原则生成样本方案，批量提交计算，再用拟合与敏感度分析指出哪些参数真正影响结果。
- 试验设计：全因子、正交表、拉丁超立方、中心复合等常用方案
- 代理拟合：响应面、Kriging 与神经网络，按样本量选择合适模型
- 优化求解：单目标寻优与多目标 Pareto 前沿，明确取舍而不是给唯一答案
- 结果解释：主效应、交互效应与参数敏感度排序，指导下一轮试验收敛
生成的样本可直接交给求解器批处理，结果回流后自动更新拟合模型，形成迭代闭环。
微信扫一扫，分享此页
打开微信「扫一扫」，选择聊天窗口/朋友圈
