参考手册 (Reference)：拟合参数与算法对照表

在执行膜系折射率拟合时，涉及到大量的计算约束条件和算法参数。本手册旨在提供所有参数选项的精准对照定义，供高级用户在进行复杂调试时快速查阅。

1. 膜厚约束 (Thickness Constraints)

决定了折射率拟合算法在寻找最佳物理膜厚时的搜寻空间。

参数名称	类型	说明	配置建议
起始厚度 (Start)	数值 (nm)	算法猜想的膜厚下边界。	建议设置在实际测量值的 -20nm 左右以免漏掉局部最优。
终止厚度 (End)	数值 (nm)	算法猜想的膜厚上边界。	建议设置在实际测量值的 +20nm 左右。
厚度间隔 (Step)	数值 (nm)	遍历膜厚上下界时的步进尝试粒度。	1nm 足够大多数场景；若需要极速粗算是可以设为 5-10nm。

2. 初始值折射率 (Initial Indices)

大多数局部优化的算法高度依赖起始点（瞎猜的值）的好坏，一个离谱的初始值会导致算法彻底发散跑偏。

参数名称	值类型	物理意义
主值 (n)	实数	该材料在基准波长下的预估折射率。介质材料通常选 1.5 - 2.5 之间。
消光系数 (k)	实数	预估的吸收率。对纯透明介质设为 0 或极小值（如 0.001）。

3. 停止模式 (Stop Conditions)

防止底层引擎陷入死循环（无限计算）。触发以下任一条件，优化行为即被成功中断。

3.1 优化函数阈值 (Merit Function - MF)

• 定义：当前尝试计算出来的光谱与您导入的【参考光谱目标】之间的均方差或加权误差。
• 配置规则：设定一个极其逼近 0 的目标值。比如设为 1 或 10，数值越小拟合越严格，但耗时成倍增加。

3.2 优化尝试次数 (Max Iterations)

• 定义：强制切断算法引擎尝试的理论上限步数。
• 配置规则：默认 100 或 500 次。如果一直没打到 MF 阈值但超过了步数，引擎也会强制返回当前找到的最好结果供您参考。

4. 优化算法支持 (Algorithm Engine)

CoatFlex 引擎提供了基于各种流派的数学算法，用以解决不同维度的光学非线性优化难题：

算法代号	全称	适用场景及特性
Filmstar	Filmstar 同款经典拟合	目前的主推算法。 收敛快，在拟合透明单层/双层时的结果极其平稳。
LM	Levenberg-Marquardt (阻尼牛顿法)	局部最优解算法里的王者。依赖良好的起始值(Initial Indices)。速度极快，自带解析雅可比加速。
Simplex	Nelder-Mead (单纯形法)	对梯度的依赖度低，甚至容忍一些存在间断点（不平滑）的光谱目标。
SA	Simulated Annealing (模拟退火)	全局寻优算法。如果您完全不知道准确的预期膜厚，可以用它大面积乱撞跳出局部错误解。较慢。
DE	Differential Evolution (差分进化)	全局寻优组。适合极多参数/超多维膜系折射率的联合寻找。极其缓慢。
ACO	Ant Colony (蚁群算法)	群体智能策略。在某些复杂离散光学指标组合中效果惊人。

5. 光谱目标 (Spectrum Targets)

必须显式建立一个标靶列阵，告诉引擎它的拟合误差往哪里使劲：

• 从数据库导入：将之前保存好的标准目标导入为 Target。
• 由导入光谱生成：通过真实机器测回的数据逆向生成 Target（最通用做法）。
• 绑定 / 启用：建立好的目标列表右侧的 [x] 使用 选框必须处于勾选激活状态，否则当前目标不会被传入底层引算中充当约束。