ASCMO-GO (Global Optimization)
ASCMO-GO est un add-on qui étend la méthode d'optimisation intégrée à ASCMO-STATIC, en tenant compte de l'ensemble de la plage de fonctionnement (global) d'un moteur pendant l'optimisation. Cela permet par exemple d'optimiser directement les émissions cumulées et la consommation de carburant tout en préservant la fluidité de la cartographie et en respectant les cycles de conduite typiques.
ASCMO-MCI (Model Compression)
ASCMO-MCI permet aux utilisateurs de créer des modèles avec une complexité considérablement réduite en matière de mémoire nécessaire et de temps de calcul. Ses fonctionnalités comprennent un algorithme de compression avancé qui réduit le nombre de fonctions de base nécessaires pour atteindre la fidélité demandée pour le modèle. Il intègre par ailleurs un module de « régression symbolique ». Cela permet d'identifier les corrélations fonctionnelles entre les entrées et les sorties d'un système donné. Le modèle qui en résulte ne contient que des opérations mathématiques simples. Il est donc généralement simple et efficace, et peut très probablement être exécuté sur un système critique en temps réel. En outre, ces modèles sont généralement interprétables physiquement, ce qui permet d'utiliser également les modèles ASCMO haute précision dans des environnements critiques en temps réel comme les calculateurs.
ASCMO-ME (Model Export)
ASCMO-SDK (Software Development Kit)
ASCMO-SDK fournit une interface MATLAB® à ASCMO. Cela permet de piloter ASCMO à distance via une ligne de commande ainsi que via des scripts et d'intégrer des fonctionnalités définies par l'utilisateur dans l'environnement ASCMO. Il peut s'agir par exemple de tout type d'algorithmes de visualisation ou de traitement de données, voire de modélisation et d'optimisation. De plus, cette interface permet d'établir une connexion avec les systèmes d'automatisation de banc d'essai.
ASCMO-SIG (Signal Trace Modeling)
ASCMO-SIG permet aux utilisateurs de créer des modèles de courbes de signal basés sur des entrées statiques, comme des courbes de pression dans les cylindres. Il est possible de visualiser et d'optimiser le lien de cause à effet entre les courbes de mesure modélisées et les paramètres d'entrée par rapport à une courbe cible.