HyperStudy是一个HyperWorks软件包中的一款主要产品。它主要用于CAE环境下DOE (试验设计)，优化，以及随机分析研究。HyperStudy的前身是Altair公司HyperWorks系列产品中的StudyWizard。

HyperStudy具有导向式结构易于学习。适用于研究不同变化条件下设计变量的特性，包括非线形特性。还能应用在合并不同类型分析的跨学科领域中。模型易于参数化。除了传统意义上定义输入资料为设计变量，有限元的形状也能够被参数化。

HyperStudy具有良好的集成性，可以从HyperMesh, HyperForm, 和MotionView 软件直接启动同时获取设计参量等。HyperMorph 可用于是形状参数的生成。同时可与多种外部求解器合并使用，进行线性和非线性的DOE、优化和随机分析。

外部求解器类型

DOE研究

DOE又称试验设计，目的在于进行试验设计以减少试验次数，并且保证获得充分的信息，从而简化数据处理，节省人力物力和时间。正确合理的试验设计，可使试验结果的可靠性显著提高。试验设计还可以为寻求参数的优化数值和选择最佳工艺方案指明方向。

试验研究的目标在于研究参数变化对于模型特性的影响，确定哪一种因素对于特定响应最具有影响。确定输入变量为何值时使得响应接近期望值，或者输出响应的变化性非常小，以及非控制变量的效应最小化。试验设计能够定义一系列测试用于有目的识别或观察参数变化对输出响应变化。在这种研究中，设计变量的影响和相互作用也作为研究对象，模型重复计算按照设定的一系列的组合参数。响应被描述为的参数代数表达式函数，即称为响应面，也就是建立一个近似模型被用做实际问题精确求解的替代模型。模型的响应面一经产生，这些响应面就被作为整个精确求解方法的代理表达式。新的设计变量的组合不再用于原来的求解过程中，而是被插入响应面方程以快速估算模型的响应，不需要实际运算整个分析。

试验研究类型

• Full factorial全参数法
• Fractional factorial部分参数法
• Box-Behnken法
• Plackett-Burman法
• Central composite designs中心复合法
• Latin HyperCube拉丁超立方体法
• 用户自定义型

设计变量

• 连续型（Continuous）
• 离散型（Discrete ）
• 字符串型（String）

后处理

• 主要效果（Main effects）
• 变异数分析（Analysis of Variance (ANOVA)
• 敏感度指数（Sensitivity index）
• 回归函数（Polynomial regressions ）
• 残差分析（Residuals）
• 诊断信息（Diagnostics）
• 控制因子交互作用（Controlled factor interactions）
• 非控制因子交互作用（Uncontrolled factor interactions）
• 控制因子与非控制因子交互作用（Controlled - uncontrolled factor interactions）
• Excel 表评定分析（MS Excel spreadsheet for trade-off studies）

优化研究Optimization Study

优化研究用于寻找参数的最佳设定以满足一定数目约束下的特定目标最大化（最小化或趋近设定值）。利用HyperStudy的向导系统定义设计参数，从求解的模型结果中提取数据来定义作为响应，再把响应分别定义为约束和目标进行优化研究。利用其提供的优化引擎，将求解器或响应面方程纳入优化计算循环，不断调整在求解模型文件中设定的参数值，再求解，之后比较每一次的响应计算结果，从而完成优化循环。它可与多种外部求解器合并使用用于线性和非线性的优化分析，如耐撞性设计、多体动力系统模拟、金属成形模拟、计算流体动力学（CFD），以及多学科性问题。

算法

• 响应面算法(HyperOpt)
• 可行方向法
• 用户自定义算法

设计变量

• 连续型（Continuous）
• 离散型（Discrete）
• 跨学科综合研究模型（Multiple models for multi-disciplinary studies）

后处理XY曲线绘制

• 目标函数
• 设计约束条件
• 设计变量
• 绘制设计变量

随机性研究Stochastic Study

随机性分析用于研究在一个设计中包含不确定设计变量的特定响应的随机分布特性，以用于稳健性设计。它采用蒙特卡罗法进行随机分析，并且提供了多种的抽样方法。随机分析研究采用精确的求解器或DOE研究中的响应面算法。

抽样方法（Sampling Methods）

• 简单随机抽样（Simple random sampling）
• 拉丁方抽样（Latin HyperCube sampling）
• Hammersley抽样（Hammersley sampling ）

分布函数（Distribution Functions）

• 正态分布（Normal ）
• 均匀分布（Uniform）
• 三角分布（Triangula）
• 威布尔分布（Weibull）
• 指数分布（Exponential）

后处理

• Ant-hill图（Ant-hill plots）
• 分布函数（Cumulative distribution function (CDF)）
• 概率密度函数（Probabilistic distribution function (PDF)）
• 柱状图（Histogram）
• 统计信息（Statistical summary）

任务执行管理

• 并行或串行任务提交
• 在PC 或 UNIX/LINUX系统上合并执行研究及求解
• 易于采用NQS, PBS,和 LSF等任务排队管理系统

支持平台

• SGI, HP, IBM, SUN, WindowsNT, Windows2000,WindowsXP