Metamodellierung
Auf der Grundlage von Variantenstudien (Simulationen oder reale Testergebnisse oder eine Mischung davon) erstellt Geodynardo Metamodelle die zeigen, wie die Eingangsvariation die Ergebnisvariation beeinflusst.
Mittels optiSLang greifen wir dabei auf weltweit führende Algorithmen zur automatisierten Metamodellierung zurück. Ob skalare Ergebnisgrößen, Signale oder Feldgrößen, optiSLangs adaptiven Algorithmen ermitteln das bestmögliche Metamodell (Metamodell of optimal Prognosis-MOP) und quantifiert den Einfluss jeder Eingangsvariation (Coefficient of Prognosis- CoP).
Nehmen Neuronale Netze am Wettbewerb um das bestmögliche Metamodell teil, ermöglicht der optiSLang MOP Workflow automatisiertes Machine Learning.
Metamodelle für Produktoptimierung
Bosch verwendet Feldmetamodelle zur Produktentwicklung und Optimierung
Metamodell basierte Optimierung von Windkraftanlagen
An der Universität Dortmund werden Metamodelle zur Optimierung von Windkraftanlagen generiert und an Versuchsanlagen verifiziert.
Metamodelle für Digitale Zwillinge
Lufthansa Technik evaluiert simulationsbasierte Feldmetamodelle zur vorausschauenden Wartung von Flugzeugtriebwerken.