PSD算法的案例
SYNOPSYS?PSD優化
SYNOPSYS?PSD優化
概述
PSD算法
區域優化算法
全局優化算法
用PSD算法優化7個平行平板
設置工作目錄
選擇Dbook工作目錄
參考Donald Dilworth《Lens Design Automatic and quasi-autonomous computational methods and techniques》第7章
PSD算法
pseudo second derivative（PSD)偽二階導數
是Donald Dilworth先生創作的一種優化算法
與阻尼最小二乘法相比計算速度是10倍左右
優化后成像質量更好
詳情參考Donald Dilworth先生的論文《Automatic Lens Optimization: Recent Improvements》
PSD算法
Donald Dilworth對阻尼最小二乘（DLS）的擴展被稱為偽二階導數（PSD）方法。
該算法使用連續導數矩陣來近似二階導數矩陣，并使用它來計算每個變量的改進阻尼因子。促進和最佳設計相差甚大的的初始設計的收斂速度大幅提高。
Dilworth 的程序也有一個算法，如果一個初始的 鏡頭的光線發生了追跡失敗，可以在開始優化之前進行自動調整修正。
PSD算法
PSD III算法的優化速度是最快的 如圖中A曲線所示
Synopsys有世界上最 快的優化算法
區域優化算法
區域優化算法中，SYNOPSYS 以標準模擬退火算法開始，但將其與 PSD 結合使其比其他程序中的模擬退火更有效。
Masaki Isshiki 的全局優化與逃逸函數算法也已實現，但目前沒有足夠的經驗與其他程序的實現進行比較。
展開 SYNOPSYS?PSD優化
概述
PSD算法
區域優化算法
全局優化算法
用PSD算法優化7個平行平板
設置工作目錄
選擇Dbook工作目錄
參考Donald Dilworth《Lens Design Automatic and quasi-autonomous computational methods and techniques》第7章
PSD算法
pseudo second derivative（PSD)偽二階導數
是Donald Dilworth先生創作的一種優化算法
與阻尼最小二乘法相比計算速度是10倍左右
優化后成像質量更好
詳情參考Donald Dilworth先生的論文《Automatic Lens Optimization: Recent Improvements》
PSD算法
Donald Dilworth對阻尼最小二乘（DLS）的擴展被稱為偽二階導數（PSD）方法。
該算法使用連續導數矩陣來近似二階導數矩陣，并使用它來計算每個變量的改進阻尼因子。促進和最佳設計相差甚大的的初始設計的收斂速度大幅提高。
Dilworth 的程序也有一個算法，如果一個初始的 鏡頭的光線發生了追跡失敗，可以在開始優化之前進行自動調整修正。
PSD算法
PSD III算法的優化速度是最快的 如圖中A曲線所示
Synopsys有世界上最 快的優化算法
區域優化算法
區域優化算法中，SYNOPSYS 以標準模擬退火算法開始，但將其與 PSD 結合使其比其他程序中的模擬退火更有效。
Masaki Isshiki 的全局優化與逃逸函數算法也已實現，但目前沒有足夠的經驗與其他程序的實現進行比較。
展開 VirtualLab Unity應用：定焦投影物鏡
優化
通過采用PSD算法進行優化后，滿足了像質要求 1-2、系統規格 2-4、額外系統限制1-2以及加工要求 3-4。
通過采用PSD算法進行優化后，滿足了像質要求 1-2、系統規格 2-4、額外系統限制1-2以及加工要求 3-4，此外系統規格1和加工要求1-2在初始系統生成時已滿足。
SYNOPSYS 光學設計軟件課程二十三：參數優化研究+光線追跡失敗校正
對于任何給定的問題，通常存在許多局部最小值，并且我們期望的最好的優化算法應該可以得到最好的結果。
因此，人們會期望兩個幾乎完全相同的初始結構將達到相同的局部最小值，即使它不是全局的。當前算法在此優化上的表現如何？TU Delft 的 Florian Bociort 博士發現了一些非常有趣的結果。他做了一個很簡單的例子，如下圖所示。
為了使工作變得非常簡單，他只在主波長的三個視場點校正了光線，忽略了邊緣誤差。然后，他以曲率半徑 2 和曲率半徑 3 的起始值為變量做柵格，并繪制一個圖，其中網格上每個像素的顏色編碼評價函數的最終值。他發現有幾個局部最小值，即使對于如此簡單的問題也不足為奇 - 但完全出乎意料的是，在許多地方，評價函數以非常混亂的方式變化。因此，附近的起點經常會到達截然不同的終點。（他在 Code-V 上做了這個分析。）這是他在文章中的一個圖解。
（我們將這張照片放在了一邊，以便它與下面的 SYNOPSYS 分析一致。）
注意邊界附近的結果是非常復雜和混亂的。黑色區域表示光線失效的起點，因此無法進行分析。
我們認為 SYNOPSYS 中的 PSD 算法比上面的方法更可靠和穩定，因此我們在 3 參數評估功能 PA3 上設置了運行。這是輸入：
開始雙膠合鏡頭:
為什么需要高阻尼？（默認值為 1.0 或 0.01，具體取決于模式切換。）SYNOPSYS 中的第一次迭代是用 DLS（阻尼 - 最小二乘法）循環法，我們希望避免在該算法的第一次傳遞時產生的任何混亂; 高阻尼將確保鏡頭在該過程中變化很小。更強大的 PSD 算法追跡從傳遞到傳遞的一階導數的變化，并推導出關于高階導數的信息。這是 PSD 方法背后的技巧，但它只能在第二遍開始。
該研究的結果如下所示。
展開 
SYNOPSYS? 光學設計軟件
光線追跡失敗
和許多光學設計程序一樣，SYNOPSYS?的局部優化 (優化尋找評價函數的局部極小值)是建立在阻尼最小二乘法和PSD優化算法基礎上的，但是幾個獨有的加強改進使SYNOPSYS?的PSD優化算法的收斂速度大大加快。SYNOPSYS?智能優化默認參數的設置對于絕大多數的系統非常有效，也可以設置的自己的評價函數。
從平行平面開始，優化一個7片透鏡的鏡頭，只需要2秒鐘。
全局優化算法：模擬退火優化法是最有效率的全局優化算法，對于有大量變量和邊界條件的系統可以發現最佳結構。
分析、公差和裝配支持
廣泛的分析能力包括： 多診斷式評估選項 (例如:垂軸像差曲線和波像差曲線)、許多基于幾何方法和衍射方法的像質評價選項 (例如：點列圖和MTF)、非序列光線追跡、偏振光線追跡，包括雙折射材料的模擬、通用衍射光束傳播、部分相干1D和2D圖像分析、照明分析、熱紅外冷反射分析、成像質量仿真。
各種視圖與像差曲線、點列圖
對于專用或者定制的分析需求，SYSNOPSYS?提供人工智能，包括先進的數學函數，也可以通過數據庫來獲取和操作各種計算數據。絕大多數分析選項的輸入參數都是可定制的，但是您也不會有如何選擇這些參數的負擔，所有選項都有智能化的默認輸入參數，基于我們對計算算法的軟件知識和工程知識的了解，默認參數的設置都是對于真實世界的問題的模擬。
展開 探索 SYNOPSYS 的功能
利用PSD算法對SYNOPSYS進行自動優化，該算法被稱為偽二階導數算法，其優于常見的阻尼最小二乘(DLS)方法。這種方法已被證明是最通用和強大的方法之一，優化非線性系統所發現的。模擬退火是為了跳出局部最小值，進行全局優化。DSEARCH搜索是二元搜索法，它是從平板開始，然后賦予每個元件正負光焦度，進行搜索+優化，此過程會將所有鏡頭組合都經歷一遍，最后給出評價函數最小的10個最有潛力的結構。在DSEARCH輸入文件時盡可能地輸入需求，這樣搜索出的結構會更接近您的技術指標。如果所有的設計都偏離了您的目標，也許是因為設計走向了您意想不到的方向，那么修改輸入并運行程序、檢查結果。如果一個或多個設計看起來是一個好的起點，評估一下它們，看看還有什么缺點。
在制造加工的子菜單中，可以進行公差預算、透鏡繪制，還可以利用測試版等，其中所包含的實用工具是用于操作或分析鏡頭的實用程序。
在工具+庫的子菜單中，包含了鏡頭庫存/目錄、一階工具、透鏡單元編輯器、程序控制開關、邊緣定義，其中的一階工具也就是指近軸主光線和邊緣光線。
在經典菜單的子菜單中，MLI-顯示所有菜單、MOS-透鏡打開和保存、MLL-透鏡列表、SYS-系統編輯、MLA-透鏡分析、MIM-像質分析、MOM-按提示優化、MSB-簡單公差計算。
在圖形的子菜單中，可以對圖形窗口進行設置，對圖形窗口進行縮放和移動，改變背景顏色，或者重復使用圖形窗口、新建圖形窗口等。
在幫助的子菜單中，可以打開幫助手冊、用戶手冊、教程手冊以及SYNOPSYS軟件的相關信息，還可以打開PDF格式的用戶手冊。
主窗口頂部的功能按鈕欄中含有 LE 鏡頭編輯器、數據表、工作表、PAD 窗口、ACON 窗口、模擬退火、修正光線錯誤以及幫助手冊等按鈕。
展開 