优化

HyperStudy 可进行多学科优化以及可靠性、鲁棒性最优化设计。在多学科优化中，设计师可改善系统的整体性能。如果产品质量对设计以及使用环境中的不确定因素很敏感，则可进行可靠性、鲁棒性最优化设计，降低设计使用中不确定因素的敏感性。

Hyperstudy 包含非常丰富的优化算法:

•     Altair 特有的高效优化算法:自适应响应面法、全局响应面法(ARSM 和GRSM)

•     序列二次规划(SQP)

•     可行方向法(MFD)

•     遗传算法(GA)

•     多目标遗传算法(MOGA)序列优化与可靠性分析(SORA)

•     基于自适应响应面的 SORA 方法(SORA ARSM)

•     系统可靠性优化(SRO)

•     用户自定义优化算法(通过内置的 API)

网格控制

随机分析中可进行可靠性和稳健性分析,并提供改进信息,也可开展基于可靠性和鲁棒性的优化设计。随机分析既可基于实际仿真模型也可基于代理模型。HyperStudy抽样算法包括:

•     简单随机抽样

•     拉丁超立方抽样

•     Hammersley

•     概率分布函数:正态分布、均匀分布、三角分布、韦伯尔分布以及指数分布

•     Modified Extensible LatticeSequences(MELS)

后处理与数据挖据

HyperStudy提供了高级后处理以及数据挖据功能，使用户更深入的理解设计，大大简化了研究、归类、分析结果的工作。

分析结果可用以下方式展现:

•     相关系数矩阵

•     散点图

•     主效应以及相互作用图

•     柱状图

•     平行坐标图

•     帕雷托图

•     方向图

•     箱线图

参数化分析模型

HyperStudy 支持诸多模型,包括:Altair HyperMesh™ ,Altair MotionView™,Spreadsheet,Workbench,Altair SimLab™,Altair Feko™ 和Altair Flux™。

其中Altair HyperMesh, Altair MotionView和Altair SimLab™可与 HyperStudy直接集成,使其可直接参数化有限元模型、多体动力学模型以及流体模型。这使参数研究流程非常简单高效。HyperStudy对于Feko,Flux,Workbench Excel模型亦可直接参数化并导入响应。对其他CAE求解器，HyperStudy提供了标准化的参数化方法,可对计算输入文件进行参数化。

支持集成 Altair Knowledge Studio可以将Knowledge Studio强大的机器学习和预测分析能力用于优化问题。

支持集成Altair Inspire Studio,Inspire Studio是一个用于 3D 概念设计的混合建模和渲染环境。集成Altair Inspire Studio 后允许用户直接在 HyperStudy中驱动更改CAD 几何文件。

基于网格变形技术的形状优化

在 HyperMesh 中可使用强大的网格变形技术对复杂结构进行形状预变形，然后使用预变形作为参数。变形后的形状可以存储成 Hyperstudy形状参数。

同主流求解器的直接接口

HyperStudy无需额外数据转换工具,可直接读取主流求解器的各种数据，快速实现参数研究流程。相关求解器包括:

•     ABAQUS

•     Adams

•     ANSYS

•     DADS

•     Excel

•     Fluent

•     LS-DYNA

•     MADYMO

•     MARC

•     Matlab/Simulink

•     Altair MotionSolve™

•     NASTRAN

•     Altair OptiStruct™

•     PAMCRASH

•     Altair Radioss™

•     StarCD