ZEMAX 中如何优化非序列光学系统（翻译）优化就是通过改变一系列参数值（称做变量）来减小merit function的值，进而改进设计的过程，这个过程需要通过merit function定义性能评价标准，以及有效变量来达到这一目标。 本文为特别的为non-sequential 光学系统优化提供了一个推荐的方法。推荐的方法如下：The recommended approach is: 在所有 merit function中使用的探测器上使用像素插值，来避免像素化探测器上的量化影响。使 用这些探测器上的合计值，例如RMS spot size, RMS angular width,angular centroid, centroid location 等，而不是某个特定像素上的数据。这些 'Moment of Illumination' 数据优化起来比任何特定的像素点的值平缓的多。在优化开始之初使用正交下降优化法（Orthogonal Descent optimizer ），然后用阻尼最小二乘法（damped least squares）和锤优化器（ Hammer optimizers）提炼结果。 正交下降法通常比阻尼最小二乘法快，但得到的优化解稍差。首先使用正交下降优化法。作为例子，我们用几分钟的时间优化一个自由形式的反射镜，最大化LED 的亮度，使之从 23Cd 增加到 >250 Cd 。Damped Least Squares vs Orthogonal DescentZEMAX 中有 2 中局部优化算法：阻尼最小二乘法 (DLS) 和正交下降法 (OD)。DLS利用数值计算的结果来确定解空间的方向，即merit function 更低的方向。这种梯度法是专门为光学系统设计的，建议所有的成像和经典光学优化问题使用。然而，在纯非序列系统优化中， DLS 不太成功， 因为探测是在像素化的探测器上，merit function 是本质上不连续的，这会使梯度法失效。如下是一个 NS 系统的 the merit function的一条扫描线，该function 仅有一个变量。可以看到在 merit function 空间的很长区域内， merit function 没有改变，改变的到来是突然的，不连续的。这让基于梯度搜索技术的优化很困难。正 交下降 (OD)优化法利用变量的正交规范和解空间的离散采样来减小merit function.OD 算法不计算 merit function 的数字衍生物 . 对于 merit functions 有内部噪声的系统，例如非序列系统，OD 常常超越 DLS 优化.这在照明最大化，亮度增强，和对比度优化等问题上非常有用。像素插值和 NSDD除了使用的具体的算法外，ZEMAX 还包含一些大大改善NS 系统优化的特色。如上所述， 由于探测器像素化， NS 解空间倾向于不连续...
