自动优化
CST Studio Suite 为电磁系统和设备提供自动优化例程
利用 CST Studio Suite 进行参数化和优化
仿真模型的参数化
CST Studio Suite 模型可根据其几何尺寸或材料属性进行参数化。无论是在建模过程中还是之后，用户都可以随时引入参数。用户可以通过用户界面访问其参数设置，以便研究设备在其属性发生改变时的行为。
参数研究和自动优化
通过参数研究，用户可以找到最佳设计参数，以达到既定效果或实现特定目标。用户还可以调整材料属性，使材料模型与测量数据相匹配。
CST Studio Suite 包含多种自动优化算法，既有局部优化算法也有全局优化算法。局部优化器的收敛速度快，但有收敛到局部最小值而不是整体最佳解决方案的风险。另一方面，全局优化器可以搜索整个设计空间，但通常需要执行更多计算。
加速优化流程
优化所需的时间取决于单个电磁仿真的求解时间以及获得最优解所需的迭代次数。对于极其复杂的系统或存在大量变量的问题，可以使用高性能计算技术来加快仿真和优化速度。
全局优化器和独立参数研究的整体性能之所以表现出色，是因为它们能够并行运行各个数据集。分布式计算可以大幅提高这些应用的性能。
CST Studio Suite 优化器
协方差矩阵自适应进化策略 (CMA-ES) 是最先进的全局优化器，可为全局优化器带来相对较快的收敛速度。借助 CMA-ES，优化器可以“记住”之前的迭代，这有助于提高算法的性能，同时避免出现局部最优。
适用于：常规优化，尤其是复杂问题领域的优化
一款功能强大的局部优化器，可在起点周围的“信任”区域基于主要数据构建线性模型。它将建模的解决方案作为新起点，直至收敛到准确的数据模型。Trust Region Framework 可以充分利用 S 参数敏感性信息来减少所需的仿真次数，同时加快优化流程。这是最可靠的优化算法。
适用于：常规优化，尤其是带有敏感性信息的模型
遗传算法采用不断演化的优化方法，在参数空间中生成多个点，然后通过随机参数突变进行多代优化。该算法通过在每一代中选择“最适当的”参数集，从而收敛至全局最优解。
适用于：复杂的问题领域和具有许多参数的模型
另一款全局优化器，此算法将参数空间中的点视为移动粒子。每次迭代时，粒子的位置不仅根据每个粒子的已知最佳位置发生变化，而且还会根据整个粒子群的最佳位置而发生变化。粒子群优化技术适用于具有许多参数的模型。
适用于：具有许多参数的模型
此方法是局部优化技术，使用分布在参数空间的多个点来查找最优方案。相比大多数局部优化器，Nelder Mead Simplex Algorithm 对起点的依赖性较低。
适用于：参数相对较少的复杂问题领域，没有良好初始模型的系统
Interpolated Quasi-Newton 是一款快速局部优化器，使用插值技术来估算参数空间的梯度。Interpolated Quasi-Newton 方法能够快速收敛。
适用于：计算要求高的模型
Classic Powell 优化器是一款简单可靠的局部优化器，用于解决单参数问题。尽管其速度慢于 Interpolated Quasi-Newton，但结果有时更加准确。
适用于：单变量优化
Decap Optimizer 是专门用于印刷电路板 (PCB) 设计的优化器，它使用帕累托前沿方法计算去耦电容器最有效的布置。该优化器有助于最小化所需的电容器数量或总成本，同时仍能满足指定的阻抗曲线。
适用于：PCB 布局
了解更多
电磁场仿真软件
适用于电磁系统和设备的 CST Studio Suite 仿真求解器
CST Studio Suite 提供适用于电磁系统和设备的图形用户界面
CST Studio Suite 提供一个简化仿真项目管理的环境
CST Studio Suite 的导入和数据交换选项可简化电磁设计
了解 SIMULIA 可以为您做些什么
与 SIMULIA 专家交谈，了解我们的解决方案如何在各种规模的企业中实现无缝协作和可持续创新。
启动开发
课程和课堂针对学生、学术界、专业人士和企业开设。查找适合您的 SIMULIA 培训。
获得帮助
查找有关软硬件认证、软件下载、用户文档、支持联系人和服务产品的信息