一.
薄膜设计中数理概念的引入
a)S(p1BGg v?%3~XoH 光学薄膜设计的重大变革：Philip Baumeister于1958年提出将设计问题转换为优化问题来考虑。
L *{Q jH "!a`ygqpT 而优化问题则由一系列设计
参数（通常为层厚度）构成的评价函数来表达，使评价函数最小化则为膜系设计的目标。
A |C_np^z2 
Bhx< g&| j !u %9;>T7 二.针式算法的引入及其数理思想：
bqjr 0A7{ kdBV1E+:C 对于一膜系设计，已完成优化后，则层数和厚度已固定。若仍没有达到预计设计目标（即评价函数并不是足够小），此时一般优化方法难以再进一步进行优化(此时再优化还是会返回原优化状态)。针式优化则通过在膜系中插入一薄层（针式层）来改变层数，从而达到进一步优化的目的。
Wo 2 v5- }Eb] 9c\ 莫斯科大学的亚历山大教授于1982年发明了针式优化技术，这一核心技术使得
Optilayer运算速度比同时期的任何一款设计软件都要快数百倍。
b=_{/F*b? ixzTJ]y u 下图中图1为一优化后的三层膜的折射率剖面图，其用一般优化已无法再进一步进行优化。故而通过插入一针式层来优化，如图2所示：
'g]=.K+@} 
[Gf{f\O
图1. z方向为厚度，n(z)为折射率。
,$BgR2^ 
IwM8#6;S~ 图2. 在薄膜中某一厚度位置插入一折射率为n的狭长薄膜层。
v D&Kae< 
0T1ko,C!,e 上图中最左侧为基底折射率，最右侧为入射媒介，两阴影区为针式变量(needle varition)。
X/wmKi \2Xx%SX 物理上引入针式层后，数学上必然会引起评价函数值的变化。通过利用评价函数对新层厚度求偏导，考察当针式变量发生于多层膜内z点处且新层折射率为
时(见图2)，评价函数(merit function)的变化为：
dQ`:8S K 
blmmm(|~| u&tFb]1@) 其中，函数
被称为微扰函数(perturbation function)
p EkOSG a! ?.F_T9A 由上式可看出由于新层厚度
为正且方程右边第二项为
的高阶微小量，故而在上式中评价函数的变化极大程度上取决于微扰函数的正负。即微扰函数为负时，评价函数减小。
+.wT
9kFcc n_u`B|^Pj 通过数学方法能在不插入新层的情况下计算微扰函数，从而得出评价函数值。
i[8NO$tN1) RZe#|k+
8 针式优化原理：当某点处微扰函数为负值时，插入一针式变量（保证新层厚度
足够小，以使得的
高阶微小量足够小）将能使得评价函数减小。
vi<X3G6Xh 
2pjW,I!` m'SmN{(t 如上图所示，在微扰函数最低点插入针式变量将能获得评价函数最大的减小量。
QS5H >5M) L!&$c&=xf 针式算法思路：不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图：
joY1 (Y 
6QW<RXom |&Au6 3 三.OptiLayer针式算法的优点：
VOg/VGJ 2J)74SeH 1.计算速度上：
PK_Fx';ke^ Ogd8!'\ 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量，所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。
l`G(O$ct 9E^~#j@Zr 针式算法与一般算法的优化进程示意图如下：
m:b^,2"g 
G{/; AK H/pcX j 针式算法(黑线)和一般算法(红线)的优化进程示意图
%8a=mQl1^ W\'Nv/L 图中横轴为计算时间，纵轴为评价函数值
d b<q-u g%X &f_@ 由上图中优化进程示意图的比较，我们可以看出针式算法运算速度明显优于一般算法，因而使得OptiLayer软件具有比一般设计软件快数百倍的计算速度。
WBy[m ? d v;Swo(" 2.优化效果上：
Lr wINVa C?{D"f`[] 针式优化通过插入新层使得再优化成为可能。从而使得OptiLayer软件能达到更好的优化效果。
