Исследование пространства проектных параметров
Наиболее значимым в данном разделе обновлением в pSeven 6.16 является возможность использовать новый алгоритм локального поиска в технике оптимизации на основе метамоделей (Surrogate-based optimization) в блоке Design space exploration (опция Local search в настройках техники). Этот адаптивный алгоритм изменяет область поиска на основе оценки времени вычисления откликов, подбирая сложность техники оптимизации с учетом свойств задачи. Использование локального поиска позволяет эффективно применять оптимизацию на основе метамоделей в задачах большой размерности. Во многих случаях также сокращается время поиска решения за счет более сбалансированного использования вычислительных ресурсов на стадиях построения внутренних моделей и вычисления откликов.Из других улучшений блока Design space exploration можно отметить:
- Возможность настроить технику Surrogate-based optimization таким образом, чтобы добавить к исходной выборке данных только одну точку, то есть рассчитать следующее приближение к оптимальному решению.
- Автоматическую нормализацию пространства параметров в техниках адаптивного планирования эксперимента (Adaptive design) и планирования по методу латинских гиперкубов (Latin hypercube sampling), что повышает стабильность работы данных техник.
- Улучшенную работу техники адаптивного планирования экспериментов в случаях, когда значения откликов могут быть невычислимы в некоторых точках.
- Добавлены порты, в которые блок передает данные для построения графиков функций распределения и плотности вероятности.
- HTML-отчет блока можно не только просматривать в режиме Analyze, но и автоматически сохранять в файл.
- Реализована поддержка полиномиального распределения, что позволяет явным образом задавать дискретное распределение для какой-либо переменной.
Предсказательное моделирование
Добавлен ряд внутренних улучшений в режиме обучения SmartSelection, следствием которых является повышение точности моделей и скорости обучения:- Улучшена внутренняя процедура валидации, которую SmartSelection использует для оценки качества промежуточных моделей в случае отсутствия отдельной тестовой выборки. Новый метод работает быстрее и дает более точные оценки качества, чем кросс-валидация.
- Расширен набор опций техники аппроксимации на основе Гауссовских процессов (Gaussian Processes), участвующих в SmartSelection. Это позволяет получать GP-модели более высокого качества.
- При обучении моделей в режиме SmartSelection можно удалить из итоговой модели те выборки данных, которые использовались в ходе заключительной кросс-валидации. Для многих моделей удаление этой дополнительной валидационной информации заметно уменьшает размер модели, т.е. уменьшает объем занятой оперативной памяти при вычислении модели.
Анализ данных
В новой версии pSeven усовершенствован ряд инструментов анализа данных с целью сделать часто используемые функции более удобными:- Теперь результаты запуска блока Composite можно не только сохранить в файл на диске, но и загрузить данные из файла в отчет, а также просмотреть их с помощью инструмента Sample viewer.
- Появилась возможность копировать данные о корреляциях и значимости переменных из Sample viewer в буфер обмена.
- Инструмент импорта данных быстрее обрабатывает большие файлы Excel. Также улучшено распознавание заголовков таблиц и проведены некоторые доработки интерфейса.
Интерфейс и полезные функции
Ряд изменений в pSeven 6.16 связан с появлением небольших полезных функций и ускорением работы интерфейса отдельных инструментов.Новые функции:
- Копирование значений входов, выходов и параметров расчетных схем.
- Копирование значений из строк в Sample viewer во входы или параметры расчетной схемы.
- Тестирование кода в блоке PythonScript без запуска расчетной схемы (изолированный запуск блока) и другие улучшения.
Улучшения интерфейса:
- Ускорена работа инструмента Sample viewer за счет устранения ненужных фоновых операций – например на вкладке Dependency.
- Быстрее работают 2D-графики с большим количеством данных.
https://www.datadvance.net/ru/blog/release-notes/2019/pseven-6.16-release.html