Maple全域最佳化工具(Global Optimization Toolbox)的新功能
最佳化是使用科學方法找到最好的決策，以期能在滿足限制條件下找到最佳的值並達到指定的目標。在工程上，限制條件可能是物理上的限制或是技術的規範而產生的；在生產上，限制通常起因於資源不足，像是人力、設備、成本或是時間。
全域最佳化的目標就是希望在非線性模型中找到”可能是最好”的解，通常非線性會包含多個區域解，而解多個極值問題是非常困難，但為了得到高品質之數值解，全域徹底搜尋的方式是必要的。在現今的全域最佳化求解工具，工程師與研究員通常被迫勉強接受合理的解，而忽略最佳解，在實際層面上這可能暗指不良的設計或是操作，反而導致更多成本像是可靠度、時間、金錢及其他用來消弭此不良設計所需要的資源。
Maplesoft與Noesis Solutions已成為合作夥伴，並且一同發展具有最佳化技術的Maple Global Optimization Toolbox新版本。
最佳化是使用科學方法找到最好的決策，以期能在滿足限制條件下找到最佳的值並達到指定的目標。在工程上，限制條件可能是物理上的限制或是技術的規範而產生的；在生產上，限制通常起因於資源不足，像是人力、設備、成本或是時間。
全域最佳化的目標就是希望在非線性模型中找到”可能是最好”的解，通常非線性會包含多個區域解，而解多個極值問題是非常困難，但為了得到高品質之數值解，全域徹底搜尋的方式是必要的。在現今的全域最佳化求解工具，工程師與研究員通常被迫勉強接受合理的解，而忽略最佳解，在實際層面上這可能暗指不良的設計或是操作，反而導致更多成本像是可靠度、時間、金錢及其他用來消弭此不良設計所需要的資源。
Maplesoft與Noesis Solutions已成為合作夥伴，並且一同發展具有最佳化技術的Maple Global Optimization Toolbox新版本。
來自Noesis Solutions的Optimus，是整合模擬過程與設計最佳化的平台。其強大的功能與成熟的最佳化技術已經被應用於Maple的Global Optimization Toolbox作為計算引擎，使用此工具箱可以減少執行時間以及擴展解決問題的有效範圍。
其更新的工具箱完全相容於現存的程式代碼，所以您不用再進行任何修改即可使用新的求解器。
新的工具箱功能與新的求解方法以及提供更多的功能，讓您能依據您的問題點的求解知識來尋找解決方法。使用這些新方法與功能，您可以快速的得到解決方法並且處理比以往還要多的問題。
其新的求解方法以及可選用的新功能包含：
差分演化演算法(Differential Evolution Algorithm)
平均步長 - 設計變數的差異程度做為停止準則
族群大小 - 每個疊代間的設計評估數
轉換交配率 - 其交配率可能相同於沒有調整的前一個結果
目標權重因子 - 隨機地選擇前一代的設計變數作為權重差異變量的應用，讓您設定取得運算速度與成功機率間的平衡。
差分演化演算法(Differential Evolution Algorithm)
平均步長 - 設計變數的差異程度做為停止準則
族群大小 - 每個疊代間的設計評估數
轉換交配率 - 其交配率可能相同於沒有調整的前一個結果
目標權重因子 - 隨機地選擇前一代的設計變數作為權重差異變量的應用，讓您設定取得運算速度與成功機率間的平衡。
自適性預測搜尋方法(Adaptive Stochastic Search Methods )
Theta方法 -最大化模型預測品質，相對於模型設置點的最大可能性，以及最小化semi-norm的相關矩陣的方法
差異數 - 由關切估算的標準差進行下一點的選擇
Nugget - 提供kriging響應平面模型的平滑參數
最佳化搜尋方法 - 提供不同方法在設計空間放置新期望點
Theta方法 -最大化模型預測品質，相對於模型設置點的最大可能性，以及最小化semi-norm的相關矩陣的方法
差異數 - 由關切估算的標準差進行下一點的選擇
Nugget - 提供kriging響應平面模型的平滑參數
最佳化搜尋方法 - 提供不同方法在設計空間放置新期望點
.jpg)
