為什麼要將Analytics（分析）用於工程模擬？
隨著計算能力的提高以及模擬和測試變得更加複雜，為更真實的系統做出準確的預測成為可能。
但是，隨著設計週期越來越緊，問題變得越來越複雜，工程師和資料科學家面臨著充分利用其模擬能力的挑戰。工程師和資料科學家在工程模擬中面臨四個主要挑戰：如何在模擬結果上放置誤差線，設計空間採樣不足，模擬的計算量大以及模擬模型與物理測試的分歧。
工程模擬中的挑戰
在模擬結果上放置誤差線
許多模擬結果本質上是確定性的，並且僅針對一種可能的情況顯示了一點。為了考慮結果的可能變異性，工程師和資料科學家可以執行直接不確定性傳播來量化不確定性。但是，對於許多模擬模型來說，這種方法即使不是不切實際的，也可能需要計算。
設計空間的採樣不足
對於工程模擬來說，這一直是一個長期的問題。諸如蒙特卡洛採樣和階乘設計之類的標準方法在較大尺寸上無效或不切實際。
模擬模型的高計算費用
計算成本使設計探索對於許多複雜，長期運行的模擬應用不切實際。對於高維問題，傳統的設計探索技術（例如隨機搜索）非常昂貴。
模擬模型與物理測試的分歧
大多數模擬設計過程的目標是創建一個模擬現實的模型。通過將模擬結果與同一系統的物理測試結果進行比較，可以實現該目標。當物理測試無法驗證模擬模型的預測時，就會發生信心危機。否則，將導致重新設計或重新測試，這可能既昂貴又耗時。
SmartUQ工程模擬解決方案
SmartUQ使用各種分析和不確定性量化（UQ）工具應對這些挑戰，包括實驗設計，模擬，統計校準和逆分析。
不確定度量化
SmartUQ的不確定度量化 技術在模擬結果上放置了誤差線。通過執行UQ技術（例如不確定性傳播和敏感性分析），決策者可以更好地瞭解決策。通過使用SmartUQ模擬器，可以執行需要大量預測的高級分析。
量化不確定性下的驗證與確認（V＆V）
通常不僅需要驗證模擬模型對設計的確定性解決方案，而且還必須驗證系統不確定性導致的預測概率分佈，以確保模型準確地評估系統可變性的影響。在許多應用中，例如在航空航太，國防和醫療設備行業中發現的那些應用中，模擬模型的驗證都是至關重要的，在這些應用中，使用經過驗證的模型可以避免或顯著降低昂貴的物理測試。
實驗設計和自我調整/增強設計
SmartUQ具有現代的空間填充DOE，可以處理複雜的高維模擬模型，包括：
模擬
模擬器（又稱預測模型）是系統的虛擬表示形式，可以快速準確地搜索設計空間並執行高級分析。從長遠來看，如果需要新的設計，實施模擬器可以使該過程的計算成本更低，並且更具適應性。
統計校準
統計校準可以通過執行以下任務來減少模擬模型與物理測試結果之間的分歧：
統計校準的好處是可以儘早避免代價高昂的錯誤，並最大程度地減少物理測試的次數。
摘要
SmartUQ的分析和不確定性量化工具（如DOE，模擬，統計校準和逆分析）可以強大地應對模擬帶來的許多挑戰。不確定性量化可以使模擬結果出現誤差，並評估模擬模型的成熟度和可信度。現代DOE減少了探索設計空間所需的模擬運行次數，而模擬則讓快速優化和不確定性分析。統計校準方法可以瞭解模擬模型與物理測試之間的差異，並可以校準模擬模型以更好地表示物理現實。
