一.
薄膜设计中数理概念的引入
\L ] W-z90k4Z5 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。
qX5yN| A4 M@~~ f
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。
#v4LoNm 
zJ ;>.0 V06CCy8n 二.针式算法的引入及其数理思想：
!/ j,hO4Z4 }!%JYG^!D 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。
S9 G+#[.| :K~rvv\L7 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。
vZ$U ^>": FxCZRo& 下图中图1为一优化后的三层膜的折射率剖面图，其用一般优化已无法再进一步进行优化。故而通过插入一针式层来优化，如图2所示：
sno`=+|U] 
F$Im9T6 图1. z方向为厚度，n(z)为折射率。
qKdS7SoS 
% 9C` 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。
4^DVW*OiI 
ZfPd0 p 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)。
: )#hrFp sM9FE{,mx 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：
7tSJniB 
D|d4:;7 Y?yo\(Cdx 其中，函数
被称为微扰函数(perturbation function)
B%tIwUE2 {L @+(I 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。
AGOx@;w jn-QKdqM 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。
7J9l.cM3 R U2c*q$^X 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。
J yj0Gco 
mxQR4"]jY Eg TFwEj 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。
AZwl fdLB ?Jt $a; 针式算法思路：不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图：
`SV"ElRV 
N&T:Lt_N 1O
|V=K 三.OptiLayer针式算法的优点：
.K IVf8)" LA -_3UJx 1.计算速度上：
y
'Ol Q2U }N3V5cab 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量，所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。
v: KX9 A. zJ9v%.e 针式算法与一般算法的优化进程示意图如下：
t|}O.u-&;~ 
v "Me {+ C+w__gO&r 针式算法(黑线)和一般算法(红线)的优化进程示意图
(;a B!(_ ?d$"[lKX 图中横轴为计算时间，纵轴为评价函数值
8j%'9vPi JqEW= 5 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。
}e 9! xA ;7Y[c}V1^ 2.优化效果上：
6v to++ rH&G< o&, 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。
