首页/文章/ 详情

这招自动拟合+FAST方法,让你的外部数据(csv)建模效率直接拉满!HS-3015

5月前浏览337

 

了解如何创建查找模型以链接到外部.csv文件中的表格数据,运行运行矩阵类型的DOE以导入查找.csv文件中的数据,以及使用FAST(通过训练自动选择拟合)构建预测模型。

在开始之前,请将本教程中使用的模型文件从 /HS-3015/ 复 制到您的工作目录。

一、查看CSV数据

打开FAST_data.csv文件并查看其内容。

.csv文件包含两个变量(x和y)和三个响应。

二、执行研究设置

1.启动HyperStudy。

2.通过以下方式开始新研究:

a)在菜单栏中,单击File>New。

b)在功能区上,单击。

3.在Add Study对话框中,输入研究名称,选择研究的位置,然后单击OK。

4.转到Define Models步骤。

5.通过将FAST_data.csv文件从Directory拖放到工作区来添加Lookup模型。

 

6.导入变量。

a)单击Import Variables。

此时将打开Import Variables对话框。

b)在Number of design variables字段中,输入2。

c)单击OK。

输入变量应位于前两列中,其余列被解释为输出响应。

 

7.转到Define Input Variables步骤。

8.查看输入变量。

输入变量的边界基于FAST_data.csv文件的内容。初始值设置为.csv文件中的第一个条目。

 

三、执行试运行

1.转到Test Models步骤。

2.单击Run Define。

在study Directory中创建approaches/setup_1-def/ 目录。approaches/setup_1-def/run__00001/m_1目录包含输入文件,该文件是试运行的结果。

四、查看输出响应

1.转到Define Output Responses步骤。

2.查看输出响应。

一个输出响应名为Highly Nonlinear,两个是多项式。

 

五、运行运行矩阵DOE

1.添加DOE。

a)在Explorer中,右键单击并从上下文菜单中选择Add。

此时将打开Add对话框。

b)对于Definition from ,选择一种方法。

c)选择DOE,然后单击OK。

2.转到DOE 1>Specifications步骤。

3.在工作区中,将Mode设置为Run Matrix。

4.从Settings选项卡的Matrix File字段中,导航到您的工作目录并选择FAST_data.csv文件。

 

5.单击Apply。

DOE矩阵使用FAST_data.csv文件中的输入变量值进行填充。

6.转到DOE 1>Evaluate步骤。

7.单击Evaluate Tasks。

六、运行FAST Fit

1.添加Fit。

a)在Explorer中,右键单击并从上下文菜单中选择Add。

b)在Add对话框中,选择Fit,然后单击OK。

2.导入矩阵。

a)转到Fit 1>Specifications步骤。

b)单击Add Matrix。

c)在工作区中,将Matrix Source设置为Doe 1(doe_1)。

d)单击Apply。

3.定义规范。

a)验证分配给每个输出响应的Fit Type是否为FAST – Fit Automatically Selected by Training(由训练自动选择拟合)。

 

默认情况下,FAST会自动从所有可用的Fit中选择最佳Fit类型。您可以通过在工作区域中突出显示一个或多个响应,然后从Settings选项卡中选择Fits,手动选择FAST可以选择的Fit类型。

 

b)单击Apply。

4.评估任务。

a)转到Fit 1>Evaluate步骤。

b)单击Evaluate Tasks。

**Note:**最佳可用Fit的选择因每个输出响应而异,这可能会导致这些循环与选择单个特定的Fit时相比非常耗时。每个输出响应的步骤都是互斥的,因此您可以使用Multi-Execution选项来加速此过程。

5.转到Fit 1>Post-Processing步骤。

6.查看诊断。

a)单击Diagnostics选项卡。

高度非线性响应使用RBF,而其他响应使用LSR。在每种情况下,FAST都选择了具有最高验证R平方值的细节。R平方可以解释为模型可以解释的数据方差的百分比。

 

b)单击Regression Terms并通过在工作区中单独选择Poly1和Poly2来比较它们。

Poly1和Poly2正在使用逐步回归,这意味着回归的系数被降低到足以对数据进行建模的最小集 合。Poly1仅使用x,而Poly2使用x和y^2。

 
 

c)如果需要,请从Diagnostics表的Fit Type和Fit Specifics列中复 制数据,并将其粘贴到Specification步骤中的Fit Type和Fit Specifics列中。

此步骤将Fit规范显式设置为从FAST确定的结果;如果必须重新运行Fit,此步骤可以节省时间,因为FAST不需要搜索最佳设置。

7.单击Trade-Off选项卡以绘制所有函数并查看预测数据点与已知数据点。

在每种情况下,拟合模型都紧密跟随数据,而不管高度非线性响应对多项式响应的简单 平面数据中的正弦函数如何。

 


来源:TodayCAEer
非线性UMFAST
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-05-12
最近编辑:5月前
TodayCAEer
本科 签名征集中
获赞 87粉丝 197文章 783课程 2
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈