一.
薄膜设计中数理概念的引入
j3$\+<m] |j w{7\+ 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。
loByT
p
^ }u&,;] 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。
s<b(@L 1 
.EXxNB]%Y& RkTO5XO 二.针式算法的引入及其数理思想：
C? -_8OA hI}rW^o^ 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。
# _9Jam%M 8;+dlWp 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。
X6 SqOb\(a e00s*LdC 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：
i^_?C5 
f)9{D[InM^ 图1. z方向为厚度，n(z)为折射率。
kgGMA 7Jy 
7a5G,C#QQ 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。
b[;Zl< 
b 8~7C4 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)。
"IMq + {Ip)%uR 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：
G}N T[ 
9{Xh wi)z a&)4Dv0 其中，函数
被称为微扰函数(perturbation function)
%5-
je`w$ ^w 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。
daN#6e4Z+; ?<h|Q~JH 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。
> a"4aYj F 2W Mts 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。
S<=|i 
@(I)]Ca%O =! P 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。
ZB5u\NpcW 0OF ]|hH 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：
F ?.J 1] 
MB3 0.V/\ ,`. `}' 三.OptiLayer针式算法的优点：
b _%W*Q J]mq|vE 1.计算速度上：
<h[l)-86 A;e0h)F$- 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量，所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。
fNNik7 HP
G*o 针式算法与一般算法的优化进程示意图如下：
,W: Bh$% 
1EcXvT= IP-}J$$1 针式算法(黑线)和一般算法(红线)的优化进程示意图
[ (eO_I5ep ]YqeI *BX 图中横轴为计算时间，纵轴为评价函数值
A_xUP9g@? VSQxlAGk@ 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。
Zg2F%f$Y MsLQ'9%Au 2.优化效果上：
l! 9G D`f i\A 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。
