无缝结合，验证测试与仿真融合.
传统的cad/cae/cam/capp相互独立，会造成很多问题，比如信息孤岛，数据不兼容，仿真结果无法验证等，甚至出现试验指导仿真的情况。近年来，软件厂商在解决这些问题方面做了很多努力，但距离理想还相差很远。传统的cad与cae分离，简单讲设计一个单位，仿真一个单位，加工一个单位，最直接的问题就是数据兼容性问题。相信很多仿真工程师都有过被文件格式转换，几何清理折磨的经历，究其原因就是cad/cae流程没有打通。这种分离不仅是数据上，而且也反映在业务上。比如因为加工需要，cad设计会有各种倒角，而仿真则不需要。很多cad软件在其平台上引入了仿真功能，反映的就是这个趋势。在一个平台上完成cad/cae/cam验证，设计，自动化，也就是cad/cae/cam/capp的无缝结合。仿真软件给出的仿真结果总会存在误差，需要由试验来确定，如何将实验数据和仿真数据匹配，指导实际业务，也是很工业界看重的一个问题，这也催生出了相应的软件产品，比如西门子收购的比利时lms，是一家提供仿真，测试，咨询服务公司，西门子看中的就是测试与仿真的综合能力。而另一家比利时的dynamic design solutions，也是一家提供fem分析软件测试的公司（又是比利时，多物理场仿真软件oofelie也属于比利时的openengineering公司），几乎所有的汽车设计厂商都是其客户。未来传感器，测量工具效能的提升会让仿真与实验结合的更紧密。
4、设计与优化紧密结合。
有人说仿真的目的就是优化。优化是很多cae软件产品中的一个模块，比如altairoptistruct，ansysdesignexplorer，hfss optimetrics，abaqus atom 以及独立的优化软件isight，tosca等，matlab等科学计算软件中也提供了专门的优化工具箱。虽然优化工具很多，但真正应用起来让其发挥作用并不简单，首先每种优化算法有其特点和适用场景，比如遗传算法适用全局优化，牛顿适用局部优化，神经网络适用输入数据丰富情形，梯度迭代更适合有连续表达式的函数；其次业务场景对优化也有诸多限制，比如桥梁，虽然理论上可以设计优化出各种样式的桥，但实际设计施工中还是老老实实按照规范来；再者优化算法同样受限于硬件，大部分优化使用迭代算法，利用每次迭代仿真结果选择相应策略，而很多