介绍利用优化软件Isight在开发行业CAE软件中的一些经验
很多的CAE软件中提供了局部网格参数功能，即可以设置几何局部区域的网格尺寸。网格是影响仿真结果的一个主要因素，网格太稀疏，计算结果不精确，网格太密，浪费计算资源。早期软件的仿真精度很大程度依靠工程师的经验。
为了解决这个问题，出现了自适应网格划分方法，其基本原理是将初始网格划分的比较稀疏，计算一次后，找出结果梯度比较大的区域，对网格进行加密后，再进行计算，继续找出梯度大的区域，如此反复，直到收敛到一个标准为止，该方法前面中有过介绍，参考附录。
该方法具有通用性，但迭代计算比较耗费时间，特别对大case，在对具体行业应用时，还可以进一步优化。通常几何模型的拓扑（即形状，比如导弹，汽车）很少变化，所以在网格参数设置时候可以根据几何形状，材料类型等实际特点一步将网格参数设置到位，可以减少人为的干预。
本文介绍利用优化软件Isight在开发行业CAE软件中的一些经验。（不是给Isight打广告，而是用起来确实比较方便，在自己用过的大case中，也有isight算不出来情况）
工具：Isight, Matlab, C++
功能：对某电子产品散热进行模拟 （电子产品结构基本固定，由基板，芯片，盖板组成）
目的：找到三者的最优网格大小设置。
当几何简单时，用户很容易找到网格最优设置。当几何比较复杂时，相当多用户自己找最优解还是有一定难度的。针对如下某类型的电子产品有如下模板：
基板，盖板各有2个，芯片4个，网格使用四面体，在软件中设置好各部分网格的参数，让用户不用干预网格。
步骤：
1. 求出精确解；
2. 设置各部分网格初始参数；
3. Isight中设置优化流程；
4. Matlab提取结果，将结果返回Isight；
5. 找到各个部分网格的最佳参数；
6. 找到材料，属性与网格参数的关系。
第6步最后会计算出网格尺寸和参数的关系表达式，这个需要大量的测试。
关于Isight软件的介绍：
ISIGHT是美国Engineous公司出品的过程集成和优化设计的软件，可以将数字技术、推导技术和设计探索技术有效融合，并把需要大量人工完成的工作由软件自动化处理实现，在多学科优化软件中的市场占有率居首位。ISIGHT软件可以集成仿真代码并提供设计支持，从而对多个设计可选方案进行评估研究，大大缩短了产品的设计周期，显著提高了效率。ISIGHT在缩短产品设计周期、降低产品成本、提高产品质量等方面，取得令人瞩目的突破。优化功能作为ISIGHT软件的重要组成部分，结合ISIGHT平台强大的集成功能和丰富多样的优化算法库，已成为航空航天、汽车、兵器、船舶、电子、动力、机械、教育研究等领域首选的设计优化解决方案。总的来说，ISIGHT软件的优化功能有集成自动化、算法多样化和结果数据可视化分析等三大优势。
一、集成自动化
一个典型的工程需要不断进行"设计－评估－改进"的循环。CAD和CAE的引入提高了这一过程的效率。CAD加快了造型、装配、出图的设计过程，CAE则减少了大量的试验，提供了有效的分析和评估工具。但是在这种设计过程中，大多数是重复性工作，中间环节容易出错。ISIGHT通过一种搭积木的方式快速集成各种仿真软件，将所有设计流程组织到一个统一的框架中，自动运行仿真软件，并自动重启设计流程，从而消除了传统设计流程中的"容易出错"问题，使整个设计流程实现全数字化和全自动化。
典型的仿真优化过程主要包括以下四个步骤：
-软件集成（集成一个或多个仿真软件）
-问题定义（定义设计变量、约束和目标函数）
-设计自动化（选择优化设计算法）
-数据分析和可视化（实时监控设计分析过程）
二、算法多样化
ISIGHT提供了丰富的优化算法库，包括数值优化算法、智能优化算法，以及处理多目标优化问题的多目标优化算法，既可处理离散变量，也可探索连续的设计空间。对于目标函数存在多峰性、非线性、不可微函数，数值优化算法可能无法寻找最优解，而全局优化算法则为解决这类问题提供了新的思路。工程上，经常出现同时对多个目标进行优化，这些目标之间是相互冲突的，因此设计人员需要对多目标进行比较，权衡，使得多个目标尽可能达到最优。ISIGHT提供了多种多目标优化算法，并支持对多目标优化的pareto图的直观分析。
三、结果数据可视化分析
对于大多数设计软件，算法开始执行后需要等待算法程序结束后用户才可以查看计算结果数据，用户面对的好像一个"黑匣子"，缺乏可视化的方法来实时监控设计过程的运行状态。而ISIGHT软件不但提供了多种程序结束后分析查看数据的方法，还做到了实时监控运行过程，主要体现在以下几个方面：
1. 在优化设计过程中，提供了以图表的形式直观、实时地展现优化计算过程的探索状况。
2. 多角度把握进程结束后的设计参数和目标函数的变化及相关关系，使问题的特性更加明确。
3. 提供了针对多目标设计问题专门的后处理能力，有效地查看Pareto数据，使复杂数据的分析更加简单。
从模型可以看出，影响网格参数的有几何的形状，个数，材料，额外属性，相当于每一个步长就有 8^4种组合。如此多的参数无法一一测试，只能利用DOE和优化算法来简化计算。
在实际应用中，优化后的网格优势很明显：即一次可以将网格划分成功，避免了自适应网格的反复迭代计算，在求解精度方面也满足要求。当case 比较简单，这种方法的优势体现不出；如果工程师经验足够丰富，也能达到相同的效果。所以该方法的价值依赖于具体的行业应用。
审核编辑：刘清
