NEXUS是先進的多學科多目標最佳化軟體，它融合了試驗設計、近似模型和最佳化設計三大功能方法，把大量需要人工完成的工作由軟體實現自動化處理。
基本介紹
- 中文名：諾希斯
- 外文名：Nexus
軟體介紹,主要優勢,核心算法,套用案例,
軟體介紹
NEXUS是先進的多學科多目標最佳化軟體，它融合了試驗設計、近似模型和最佳化設計三大功能方法，把大量需要人工完成的工作由軟體實現自動化處理，對方案優選、縮短產品設計周期、提高工作效率等具有重要意義。
主要優勢
1、通俗易懂、簡單易用。NEXUS提供了直觀最佳化的圖形用戶界面，用戶只需要在幾個視窗內切換，點幾下滑鼠就可以完成最佳化任務的搭建。
2、強大的集成與流程控制能力。NEXUS中獨有的AsciiNavigator可以集成市面上多種仿真軟體，如SolidWorks、Abaqus、Nastran、Fluent、Ansys、Adams等。
3、先進算法與外部程式庫。NEXUS包含了多種先進的實驗設計、近似模型和最佳化算法，同時可以與外部JAVA、Python、Matlab等實現直接通信。
4、多種快速的後處理方法。NEXUS提供了多種二維、三維圖形顯示功能，用戶可以根據需要進行自定義圖形顯示效果。
5、專用的資料庫接口。NEXUS支持SQLite、Firebird、PostGreSQL、MsAccess四種外部資料庫，用戶可以輕鬆實現數據的重現與再次使用。
6、並行與分散式計算。NEXUS擁有獨特的Executor和AsciiNavigatorSSH，提供並行分散式計算功能，方便解決複雜最佳化設計的耗時問題。
7、二次開發與擴展式架構。NEXUS擁有一個靈活、可擴展、可定製的核心，用戶可以利用二次開發SDK模組定義獨特的節點、嵌入自編最佳化、近似模型等算法。
核心算法
（1）試驗設計
1、隨機點法
2、全因子法
3、拉丁超立方與最佳化的拉丁超立方法
4、拉丁方陣法與最佳化的拉丁方陣法
5、中心複合法
6、Box-Behnken法
7、Plackett-Burman法
8、田口正交試驗設計
9、D-最優法
（2）近似模型
1、K-最近法
2、徑向基函式法
3、克里格插值法
4、多項式回歸法
5、用戶定義最小二乘法
6、徑向基神經網路法
7、自適應函式法
8、前向反饋神經網路法
（3）最佳化算法
1、下山單純形法
2、改進的擬牛頓法
3、最小二乘法
4、序列線性規劃法
5、序列二次規劃法
6、廣義移動漸近線法
7、自適應模擬退火法
8、模式搜尋法
9、遺傳算法
10、粒子群算法
11、多準則決策程式
12、可行域搜尋法
套用案例
1、F4機車複合材料搖臂的可行性研究與最佳化
2、三翼面布局飛機的機翼最佳化
3、有機朗肯循環徑向汽輪機噴嘴的最佳化
4、基於移動最小二乘無格線法的複合材料加筋板的尺寸與形狀最佳化
5、發動機燃燒與NOx排放的最佳化
