pSeven Core

Алгоритмическкое ядро pSeven Core, лежащее в основе pSeven, это Python библиотека, которая включает в себя уникальные и передовые алгоритмы для анализа данных и оптимизации.

pSeven Core доступно как самостоятельный продукт. Подробнее в разделе Лицензирование.

Скачать file_downloadДокументация

Design of Experiments

Планирование эксперимента (GT DoE)

Выбирайте значения входных параметров для эксперементальных или расчетных моделей и исследуйте поведение отклика с минимальным бюджетом вычислений с помощью 15 прямых, последовательных и адаптивных техник.


Подробнее navigate_next

Optimization

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.


Подробнее navigate_next

Sensitivity & Dependency Analysis

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.


Подробнее navigate_next

Approximation

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.


Подробнее navigate_next

Data Fusion

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.


Подробнее navigate_next

Dimension Reduction

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.


Подробнее navigate_next

Заинтересовало решение?

Нажмите, чтобы запросить бесплатную 30-дневную демоверсию.

Запросить демо