??在SLM中，我們可以將工程目標置入工作系統，讓它成為審批標準的一部分，譬如引入TDM，使得虛擬試驗數據與物理試驗數據建立關聯，同時也使得仿真分析直接貢獻于對設計方案的評價。同樣的道理，多個方案的對比也成為可能。
??不僅如此，SLM還支持多學科的優化，使得尋找更優的設計方案成為可能，也使得對多個性能特征之間的平衡取舍更為科學，更為可靠。
??下面就簡要介紹SLM中與決策支持相關的概念。
工程目標

??大部分成功的企業都將“根據目標來設計”或“設計意向”的原理和并到開發過程當中去。仿真分析是這一步驟的核心，它保證產品的性能滿足市場和設計的要 求。在此基礎上，借助SLM，仿真分析還可以提供優化設計方案的功能。SLM是基于ENOVIA平臺的，ENOVIA作為PLM系統為管理和跟蹤性能要求 提供了非常優秀的解決方案。通過SLM，這一優勢得到放大和擴展。

性能特征
??性能特征是指設計方案與工程的吻合程度。傳統上，企業有很多方式來校驗設計方案的性能，如物理實驗、經驗公式等等。仿真分析作為驗證產品性能的重要工 具，也需要與物理試驗等進行對照。SLM的解決方案就提供這一功能，使得產品的性能特征以及將這些特征與工藝、仿真和工程目標等之間的聯系都得到一致的管 理。
多學科和多目標優化
??要企業的仿真活動往往涉及諸多學科、諸多分析工具、諸多性能目標。要做決策支持，必然涉及到多學科和多目標的優化。
??著名的優化軟件供應商Engineous加入SIMULIA后，將譽滿全球的Lsight軟件及相關技術集成到了SLM平臺中，完全實現了在仿真生命周期管理過程中進行多學科優化的能力。

??與優化密切相關的一個概念，是可靠度。對于產品研發來說，優化的最終目標的往往在于節約成本。從數學上來說，最優的結果往往處于可行域的邊緣，在實際生產中，這樣的結果意味著產品可靠度下降。
??將可靠度作為一個因子計入優化目標，就產生了一個新的方法：質量工程。近年來，質量工程方法的長足發展使設計人員可以通過隨機模型和概率分析來處理不 確定性和隨機性。當這些技術在優化設計的框架下進行運用時，可以搜尋不僅理論上可行，而且實際上（存在隨機波動）也同樣可行的設計方案。

??SLM目前包括五種質量工程設計方法。他們通過解決工程設計的不確定性或隨機性問題來達到提高產品或工程質量的目標。這些方法包括：蒙特卡羅分析，可靠性分析，基于可靠性的優化設計，田口（Taguchi）穩健性設計，以及六西格瑪設計。
SLM系統支持一覽
??SLM采用開放式的IT架構，支持各種主流的數據庫和網絡應用，可以快速的集成各種軟件，并可以方便地實現與企業現有PDM系統的連接。