Мы используем программу IOSO во всех оптимизационных проектах – это очень эффективная технология!
 
Компания «ИРИОН» является официальным дистрибьютором программы IOSO – мы предлагаем продажи и техническую поддержку.
 
IOSO является новым поколением многомерной нелинейной технологии оптимизации. Это мощный инструмент для поиска новых технических решений, которые обеспечивают максимально возможную эффективность для сложных систем.
 
Это программное обеспечение было разработано для нахождения прорывного подхода в решении «тяжелых задач» оптимизации в различных отраслях человеческого бытия. Не существует аналогичного программного обеспечения, которое позволяет решать задачи оптимизации со 100 переменными (параметрами) и с 20 критериями.
 
Ниже представлены ссылки на отзывы о программе IOSO:
 
George S. Dulikravich, Международный Университет Флориды, США
AFOSR – Штаб научных исследований военно-воздушных сил, США
 
Report documentation page
Grant Title “Hybrid Robust Multi-Objective Evolutionary Optimization Algorithm", page 2:
 
"... Currently, a Russian commercially available software named IOSO is the most efficient and the most robust multi-objective optimization software… IOSO, which involves concepts of neural networks, radial basis functions, and self-adapting response surface methodologies, requires the minimum number of the objective function evaluations and that is the most versatile and robust multi-objective optimizer..."  Подробнее…
 
«….В настоящее время, имеющееся российское программное обеспечение под названием IOSO является самым эффективным и наиболее надежным программным обеспечением многокритериальной оптимизации… IOSO, которое включает в себя концепции нейронных сетей, радиальных базисных функций, методологии самоадаптационных поверхностей отклика, требует минимального количества оценок целевой функции и оно является наиболее универсальным и надежным многокритериальным оптимизатором…»
 
Timothy W. Simpson, Университет штата Пенсильвания, США
Vasilli Toropov, Университет Лидса, Великобритания
Vladimir Balabanov, Компания Boeing, Сиэтл, США
Felipe A. C. Viana, Университет Флориды, США
 
F.A.C. (2008) Design and Analysis of Computer Experiments in Multidisciplinary Design Optimization: A Review of How Far We Have Come - or Not, 12th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, Victoria, British Columbia, Canada, AIAA, AIAA-2008-5802, page 13:
 
"... IOSO offers unique state of the art optimization algorithms that are based on self-organizational strategy and efficiently combine traditional response surface methodology with gradient-based optimization and evolutionary algorithms in a single run. The offered algorithms are equally efficient for the problems of complex and simple topology that may include mixed types of variables..."  Подробнее...
 
« …IOSO предлагает уникальный уровень развития оптимизационных алгоритмов, которые основаны на стратегии самоорганизации и эффективно комбинируют традиционную методологию поверхности отклика с градиентной оптимизацией и с эволюционными алгоритмами в рамках единого подхода. Предложенные алгоритмы одинаково эффективны для задач сложной и простой топологии, которые могут включать смешанные типы переменных…»
 
Carlos A. Coello Coello и Ricardo Landa Becerra
Группа эволюционных вычислений департамента вычислений, Мехико
 
Evolutionary Multiobjective Optimization in Materials Science and Engineering, Materials and Manufacturing Processes, Volume 24, Issue 2 February 2009, pages 119 - 129:
 
"... IOSO consists of two stages. In the first stage, an approximate model of the objective functions is created. In the second stage, this approximate model is optimized. IOSO incorporates evolutionary algorithms, and artificial neural networks with radial basis functions that are used to build the response surfaces. The idea is to use this metamodel (or approximate model) to perform a very reduced number of evaluations of the actual objective functions of the problem..."  Подробнее...
 
«…IOSO состоит из двух этапов. На первом этапе создается апроксимационная модель целевых функций. На втором этапе эта апроксимационная модель оптимизируется. IOSO включает эволюционные алгоритмы и искусственные нейронные сети с радиальными базисными функциями, которые используются для построения поверхностей отклика. Идея состоит в том, чтобы использовать эту метамодель (или апроксимационную модель) для выполнения очень уменьшенного числа оценок фактических объективных функций проблемы»
 
Если вы заинтересовались программным обеспечением IOSO – свяжитесь с нами!