Алгоритмическое ядро pSeven Core, лежащее в основе это Python библиотека, которая включает в себя уникальные и передовые алгоритмы для анализа данных и оптимизации. pSeven Core доступно как самостоятельный продукт
Планирование эксперимента (GT DoE)
Выбирайте значения входных параметров для экспериментальных или расчетных моделей и исследуйте поведение отклика с минимальным бюджетом вычислений с помощью 15 прямых, последовательных и адаптивных техник.
Оптимизация (GT Opt)
Используйте 16 эффективных алгоритмов для одно- и многокритериальной, робастной и оптимизации на основе метамоделей для быстрого поиска значений входных параметров, обеспечивающих наилучшие характеристики расчетных моделей.
Анализ чувствительности и зависимостей (GT SDA)
Исследуйте зависимости в данных и определяйте, какие входные параметры оказывают наиболее сильное влияние на отклик и поведение модели, а какие можно исключить при дальнейших вычислениях.
Слияние данных (GT DF)
Стройте быстрые и точные аппроксимационные модели с использованием данных переменной точности, например, на основе экспериментальных и расчетных данных, с учетом степени их достоверности.
Снижение размерности (GT DR)
Снижайте размерность описания сложных объектов, представленных в виде набора многомерных точек, для упрощения оптимизации и генерирования объектов, похожих на уже заданные.
Аппроксимация (GT Approx)
Стройте комплексные аппроксимационные модели на основе данных экспериментов, аналитических расчетов или численного моделирования с помощью 13 прогрессивных алгоритмов и и оценивайте их качество.