一.
薄膜设计中数理概念的引入
Jo1n>Mo-j 49E<`f0 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。
|Qo;=~7 m\)z& hv<r 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。
.'saUcVg: 
6V
KsX+sd 2xN1=ug 二.针式算法的引入及其数理思想：
RHZ5f0b4L D9*GS_K2 t 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。
]g2Y /\)a GNlP]9wX 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。
2j+v\pjYC ~q 0 )+' 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：
mx y > 
K!VIY|U 图1. z方向为厚度，n(z)为折射率。
a$y=+4L 
>
SU2Jw 图2. 在薄膜中某一厚度位置插入一折射率为n的狭长薄膜层。
gBA
UrY%] 
] cdKd ) 上图中最左侧为基底折射率，最右侧为入射媒介，两阴影区为针式变量(needle varition)。
nlQ<Aa-% t9685s 物理上引入针式层后，数学上必然会引起评价函数值的变化。通过利用评价函数对新层厚度求偏导，考察当针式变量发生于多层膜内z点处且新层折射率为
时(见图2)，评价函数(merit function)的变化为：
q$ (@ 
I ww.Nd2 {7L O|E }7 其中，函数
被称为微扰函数(perturbation function)
"T|%F D&[ n a , j 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。
VHGOVH, s-!Bpr16o0 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。
8M9 &CsT6 YKk?BQ" 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。
NHG+l)y: 
S\RjP*H* $@<qaR{t \ 如上图所示，在微扰函数最低点插入针式变量将能获得评价函数最大的减小量。
6Lk<VpAa gDU~hv 针式算法思路：不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图：
'yu M=Pb 
M n7nS: UE^_SZ 三.OptiLayer针式算法的优点：
Yj99[
c#] ,iY/\
U'' 1.计算速度上：
c+|,q m FTZ][ 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量，所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。
{h5 S =b {_t i*# 针式算法与一般算法的优化进程示意图如下：
!_P; 4 E 
L5=Tj4` `@eo <6 针式算法(黑线)和一般算法(红线)的优化进程示意图
Ch8w_Jf1yx WX$mAQDV 图中横轴为计算时间，纵轴为评价函数值
f|G,pDL x OoL#8 R 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。
H7bdL 8/ 7 714 }%Z 2.优化效果上：
*F | j%]k~ lX$6U| ! 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。
