技术干货 | modeFRONTIER与GT-SUITE优化功能对比解析
摘要
随着越来越多的CAE仿真工具也集成了部分优化的功能，使得这些CAE工具的适用范围也变得广泛。modeFRONTIER作为专业的多目标多学科优化工具，对比其他CAE工具内置的优化功能，究竟有什么区别？本文将通过对比一维仿真工具GT-SUITE与modeFRONTIER在优化方面的功能，来为使用人员提供选择上的建议。
介绍
GT-SUITE是由美国Gamma Technologies公司开发的多物理场仿真分析系列套装软件。主要应用于车辆行驶系统分析、热管理系统分析、空调系统分析、锂电池/燃料电池电化学分析、发动机仿真分析、多体动力学分析等领域。除汽车行业外，在航空航天、家电等行业也取得了良好的应用效果。而modeFRONTIER是由意大利ESTECO公司开发并在全球推广的世界上第一个通用多目标优化软件，于2001年发布第一个商业版本，包含了从流程自动化、多目标优化、稳健性/可靠性分析、多维数据处理，以及响应面拟合等功能。
从GT的6.2版本开始，便逐渐开始添加优化相关的功能，目前已经有了DOE、优化计算以及响应面生成等功能。下面将针对modeFRONTIER和GT对应的功能逐一对比。
对比
1）DOE算法：
GT中的DOE算法有6种：Full factorial、Full factorial discrete、D-Optimum、D-Optimum Latin hypercube、Latin hypercube、Box and draper 可进行空间填充、空间优化、统计分析等工作。modeFRONTIER中包含的DOE算法分为：空间填充、统计分析、稳健性分析和空间优化。包含的算法种类见下表，相比于GT可以作稳健性分析的采样以及处理强约束问题。
2）优化算法：
GT中提供的优化算法有5种：二分法、遗传算法、Brent、Simplex、CMA-ES，其中遗传算法为解决多目标优化问题的主要算法，而Simplex算法为处理单目标优化问题的主要算法。
modeFRONTIER的优化算法按照梯度法与全局搜索法分类，以及对于单目标和多目标都有不同的算法见下表。除了有典型的遗传算法，还有多种结合了梯度算法和全局搜索算法优点的混合算法，混合算法相较于遗传算法性能更强。
3）响应面算法：
GT中提供的响应面算法有4种：最小二乘法、神经网络法（NN）、径向基函数法（RBF）、克里金法（Kring）。modeFRONTIER涵盖了GT所包含的基本响应面算法，还有可以处理大数据及多维度数据的机器学习算法。
通过上述的对比可以发现，在算法层面虽然GT已经具备了基本的DOE、优化以及响应面生成功能，但与专业的优化工具相比，功能性上还是有所不足。
案例
下面通过某动力舱散热优化问题来说明通过modeFRONTIER集成GT执行优化计算和基于GT自身的优化功能来执行优化计算的区别。动力其中优化的目标为期望CAC温度最低，以及风扇功耗最小。同时需要约束2个散热器温度和约束6个尺寸。
在GT中直接执行优化可以直接在GT界面下的Case Setup里定义约束（如下图左），同时可以在Optimization选项里定义算法以及目标（如下图右）。这里可以做到无缝集成比较方便。
modeFRONTIER包含集成GT的直接接口，在搭建流程时，可以快速的解析GT中的参数从而生成优化流程。搭建好的优化流程如下图所示。同时流程搭建好以后，可以保存为模板文件来方便后续的直接调用。从方便性来看，这两种方式各有各的优势。
对于优化的设置，GT这里选择遗传算法来解决多目标问题，modeFRONTIER则可以使用性能更优秀的混合算法pilOPT算法，该算法为modeFRONTIER特有的多策略自适应优化算法，它结合了局部搜索和全局搜索的优点，在搜索帕累托前沿时以智能的方式平衡了真实和基于 RSM（虚拟响应面）的优化。在保证优化结果的同时，也能兼顾效率。
下图为GT的优化计算与modeFRONTIER的优化计算结果对比。上方为GT计算的散点图，总共计算520个点。其中满足约束要求的设计点有167个，Pareto最优解有13个。但是GT不支持在结果图上显示最优的Pareto设计点。而下方为modeFRONTIER的计算结果的散点图，总共计算了500个点。其中满足约束要求的有190个，Pareto最优解找到了18个点。
从对比结果可以看出，modeFRONTIER的算法用更少的计算次数，找到更多了最优解设计点。说明了modeFRONTIER提供的混合优化算法比常规的遗传算法更有优势。此外，GT没有提供针对Pareto最优解集 合中，基于不同的偏好来选择单个最优解的工具。而modeFRONTIER包含了丰富后处理工具，可以帮助设计人员来确定最终的方案。
总结
通过对比可以发现在GT中执行优化计算的优势是方便快捷，可以在同一工具下实现优化计算。而modeFRONTIER的优势是算法 功能更强大，提供了更多的后处理工具，同时可以搭建出复杂的优化流程来实现一些特定的功能。这里给使用GT的工程人员的建议是，如果对优化效率和精度没有太高的要求，只是做一些简单的优化计算，可以再GT中直接优化；而如果对优化的结果和效率有要求，同时需要实现一些复杂的功能，则需要通过modeFRONTIER来实现。
