3、照明优化核心概念：评价函数、优化变量、约束条件、目标函数与优化算法概述
照明系统优化并非“调几个参数碰运气”，而是一个有严格数学框架支撑的工程过程。在LightTools中，无论是设计自由曲面透镜、背光模组网点，还是汽车前照灯配光，其底层逻辑都围绕五个核心概念展开：评价函数（Merit Function）、优化变量（Variables）、约束条件（Constraints）、目标函数（Objective Function）与优化算法（Optimization Algorithm）。这五个要素构成了一个闭环系统：变量改变系统几何或材料属性，系统通过光线追迹计算光学性能，评价函数将性能与目标之间的差距量化为数值，约束条件限制变量和结果的可行域，而优化算法则驱动变量朝评价函数减小的方向迭代。理解这五者的关系，是掌握LightTools自动优化的第一步。
3.1 核心原理：五要素的数学与物理内涵
在LightTools中，优化问题的数学表达可以简化为：在满足约束条件 g(x) ≤ 0 的前提下，寻找一组优化变量 x = (x₁, x₂, …, xₙ)，使得目标函数 F(x) 达到极小值。这里的 x 是优化变量向量，F(x) 是评价函数（通常就是目标函数的数值化体现）。LightTools内部将评价函数定义为一系列操作数（Operands）的加权组合，每个操作数对应一个光学性能指标，例如某接收面上的平均照度、某角度的光强、色度坐标等。
评价函数与目标函数在LightTools语境下经常混用，但严格区分：目标函数是设计者期望达到的物理状态（如“在3米处形成10勒克斯均匀照度”），而评价函数是目标函数的数学量化形式（如“各采样点照度与10勒克斯的均方根偏差”）。LightTools允许用户通过“评价函数编辑器”逐项添加操作数，并为每个操作数设置权重、目标和贡献类型（如“小于”“大于”“等于”）。
优化变量则直接关联到模型中的几何参数或材料属性。LightTools支持将以下类型设为变量：实体位置（X/Y/Z坐标）、旋转角度、曲面曲率半径、圆锥系数、非球面系数、光源位置与方向、散射模型的参数（如高斯散射的σ值）、薄膜厚度、材料折射率与吸收系数等。变量必须具有明确的上下限，否则算法可能在物理不可实现的区域搜索。
约束条件分为两类：变量约束（如透镜中心厚度不得小于2mm）和性能约束（如系统总光通量不得低于初始值的90%）。LightTools中的约束通过“约束操作数”实现，违反约束时评价函数会附加惩罚项，从而引导算法避开不可行区域。
| 概念 | LightTools中的对应工具 | 典型示例 | 作用 |
|---|---|---|---|
| 优化变量 | 变量表 (Variable Table) | 自由曲面透镜的XY多项式系数 | 提供可调整的自由度 |
| 评价函数 | 评价函数编辑器 (Merit Function Editor) | RMS照度均匀度 + 峰值光强权重 | 量化当前设计与目标的差距 |
| 约束条件 | 约束操作数 (Constraint Operands) | 最小壁厚 ≥ 1.2mm，最大直径 ≤ 80mm | 限制可行解空间 |
| 目标函数 | 目标值设定 (Target Values) | 目标照度均匀度 ≥ 0.85 | 定义期望的物理性能 |
| 优化算法 | 优化引擎 (Optimization Engine) | 阻尼最小二乘法 / 遗传算法 | 驱动变量迭代搜索 |
3.2 判断方法与操作流程：如何构建一个有效的优化问题
在LightTools中构建优化问题的标准流程分为五个步骤，每一步都有明确的判断标准。
- 定义优化目标（物理层）：首先明确“我要达到什么光学效果”。例如，设计一个LED准直透镜，目标是在接收面上形成直径100mm的均匀光斑，均匀度≥0.9，光效≥85%。这一步不涉及任何软件操作，但决定了后续所有参数选择。
- 选择优化变量（几何层）：从模型中挑选对目标影响最大的参数。判断标准是：该参数变化时，目标性能是否发生显著变化？如果某个参数在±10%范围内变化对结果影响小于1%，则不应设为变量。LightTools提供“灵敏度分析”工具，可定量评估每个候选变量的影响程度。
- 编写评价函数（数学层）：在评价函数编辑器中，将物理目标转化为操作数组合。例如，均匀度目标可转化为“在接收面上设置5×5=25个采样点，每个点的照度值作为操作数，目标值设为平均照度，权重设为1”。同时，光效目标可转化为“接收面总光通量操作数，目标值设为光源光通量的85%”。
- 设定约束条件（工程层）：根据制造工艺和系统边界添加约束。例如，透镜中心厚度≥2mm（防止注塑缩水），边缘厚度≥0.8mm（防止脆裂），总长度≤50mm（适配灯具外壳）。约束的添加原则是：只约束必须满足的硬性条件，避免过多约束导致可行域过小。
- 选择算法并执行（计算层）：LightTools提供多种算法。对于变量数少于20、评价函数平滑的问题，推荐阻尼最小二乘法（DLS）；对于变量多、存在局部极小值陷阱的问题，推荐遗传算法（GA）或模拟退火（SA）。执行时需设置迭代次数和收敛条件。
实战经验：在背光模组网点优化中，一个常见错误是将所有网点的直径都设为独立变量（可能超过500个变量），导致优化极慢且不收敛。正确做法是：将网点按区域分组，每组设一个“直径缩放因子”作为变量，通常5-10个变量即可获得良好效果。LightTools的“参数关联”功能可以轻松实现这种变量降维。
3.3 案例拆解：汽车日行灯导光条均匀性优化
背景与约束：某汽车LED日行灯采用导光条设计，导光条长度300mm，直径8mm，一端耦合一颗1mm×1mm的LED光源（光通量120lm）。要求导光条表面出光均匀，在2m处配光屏上形成长度≥250mm、宽度≥30mm的亮带，且任意位置亮度与平均亮度偏差≤15%。同时，导光条必须满足注塑工艺：最小壁厚≥1.5mm，材料为PC（折射率1.586）。
初始现象：初始设计为圆柱形导光条，表面无微结构。仿真结果显示：靠近LED端亮度极高（峰值亮度为平均值的3.2倍），远端亮度急剧衰减，均匀度仅为0.42，远低于0.85的目标。
分析判断过程：问题根源在于全反射导光过程中，光线在近端不断从表面逸出，导致远端光能量不足。解决方案是在导光条表面增加微结构（如V槽或散射网点），将光线从全反射状态“破坏”出来。但微结构的密度、深度、分布方式需要优化。
关键输入数据：将导光条沿长度方向划分为10个区段，每个区段的微结构深度设为变量（10个变量），微结构间距固定为0.5mm。评价函数设置如下：在配光屏上设置20个采样点（沿长度方向10个，宽度方向2个），每个采样点的照度目标值为平均照度（初始估计为80 lux），权重为1。约束条件：微结构深度≤0.3mm（防止结构过深导致强度不足），且导光条总光通量≥初始值的80%（即≥96lm）。
实际操作步骤：
- 在LightTools中建立导光条参数化模型，将10个区段的微结构深度关联到变量表。
- 使用“灵敏度分析”确认每个变量对均匀度的影响系数，发现靠近LED端的区段（第1-3段）灵敏度最高。
- 选择阻尼最小二乘法，初始步长设为0.01mm，最大迭代次数200次。
- 执行优化，每20次迭代检查一次收敛曲线。
结果对比：经过147次迭代后收敛。均匀度从0.42提升至0.88，满足≤15%偏差要求。总光通量为102lm（效率85%），满足约束。微结构深度分布呈现“近端浅（0.08mm）、远端深（0.25mm）”的梯度规律，符合物理预期。
风险与代价：优化过程中曾出现第5次迭代时均匀度突然恶化的情况，原因是算法尝试了过大的步长导致微结构深度超出约束上限。LightTools自动施加惩罚项后，算法回退并调整方向。最终设计需验证注塑可行性——深度0.25mm的微结构在PC材料上可实现，但需要模具抛光处理。
复盘经验：该案例表明，评价函数中采样点的位置和数量直接影响优化结果。若采样点过少（如仅5个），优化可能“钻空子”在采样点之间产生暗区。建议采样点数量≥变量数量的2倍，且均匀覆盖目标区域。
3.4 常见误区与总结复盘
误区一：评价函数权重设置随意。很多用户将所有操作数权重设为1，导致优化算法“平均用力”，最终各项指标都不达标。正确做法是：对关键指标（如法规强制要求的照度值）设置高权重（如10），对次要指标（如光斑边缘柔和度）设置低权重（如0.5）。
误区二：变量范围过宽或过窄。变量范围过宽会导致算法在物理不可行区域浪费大量迭代；范围过窄则可能错过最优解。建议初始范围设为经验值的±20%，优化收敛后若变量值接近边界，再适当扩展范围重新优化。
误区三：忽略约束条件的惩罚机制。LightTools对违反约束的变量组合施加惩罚项，但惩罚力度默认可能不够。如果发现优化结果频繁触碰约束边界，应在约束操作数中增加“惩罚权重”，迫使算法远离边界。
误区四：盲目选择遗传算法。遗传算法虽然全局搜索能力强，但收敛速度慢（通常需要数千次评价）。对于变量数少于15、评价函数较平滑的问题，阻尼最小二乘法往往在100次迭代内即可收敛。只有在DLS陷入局部极小值且无法跳出时，才考虑GA或SA。
重要提醒：优化前务必检查模型的“可追迹性”。如果模型中存在未定义材料属性的表面、错误的法线方向或重叠实体，光线追迹会产生错误结果，评价函数值将毫无意义。建议在优化前先执行一次“快速追迹”（低光线数），确认无错误警告。
总结：照明优化不是“一键自动完成”的黑盒操作，而是需要设计者深入理解五个核心概念之间的耦合关系。评价函数是“标尺”，优化变量是“旋钮”，约束条件是“围栏”，目标函数是“方向”，优化算法是“引擎”。在实际项目中，建议先花30%时间构建合理的评价函数和约束体系，再花20%时间选择合适的变量和算法，最后50%时间用于迭代调试和结果分析。LightTools的优化工具链提供了强大的灵活性，但最终效果取决于设计者对光学原理和工程约束的深刻理解。