如何优化非序列光学系统

这张图说明了优化非序列系统的困难，以及定义良好的评价函数的必要性。如果我们看一下整体的评价函数值与曲率半径的关系，就能明白为什么质心和均方根半径是更好的优化目标。

现在我们的评价函数正确地定义了设计标准，我们将使用局部和全局优化算法进行优化，对比DLS和OD的优化结果。

优化

OpticStudio包含两个“全局”优化例程，用于搜索更大的解空间区域。全局优化算法采用基因演算法优化、多起点计算和局部优化相结合的方法，能够有效地搜索到低评价函数区域的多维参数空间。锤形(Hammer)优化器也使用基因演算法和局部优化器，一旦全局搜索找到一个有希望的参数空间区域，就会对设计进行全面的优化。

评价函数的初始值为14.8，0°时的亮度为23Cd。

我们先使用DLS使用局部搜索例程(Optimize > Optimize!)，并将其与使用OD算法的优化结果进行比较。最终的锤形优化将在这两种情况下执行。

我们的评价函数和起始系统已经定义好了，剩下的唯一步骤就是分配变量。我们有22个变量:曲率半径、圆锥系数和20个多项式系数。分配这些参数变量状态，并使用带有自动循环数的DLS算法启动局部优化器。

优化了一段时间后(约4.4分钟)，OpticStudio找到了解。评价函数降到了大约6.69，中心像素亮度为238 Cd。此次优化说明使用像素插值和定义良好的评价函数，即使是DLS算法也可以在非序列解空间中有效地工作。

用一个新名称保存结果文件以便进行比较，然后再次打开起始文件。这一次，分配所有22个变量并使用OD算法进行优化。根据前面对两种局部优化算法的比较，我们可以期望这种优化能够更快地进行，并得到更好的解。在这种情况下，此优化比DLS运行时间稍长(约6.5分钟)，但得到了更小的评价函数值(6.68)。