优化器位于simulation选项中的optimizer按钮，点击即可进入优化器设置。

进入优化器后会看到如图所示的选项卡

在Simulation type中可以选择在求解器求解时就进行优化或者利用后处理数据进行优化

在对话框中一共有三个属性页（settings goals info）用于优化设置，先来看setting。

2.2.1. Algorithm

这里用于选择优化器的算法类型，一共有七种算法类型可供选择：

2.2.2. Reset min/max

用于将每个参数的最小值和最大值重置为输入的初始值的百分比。用于设置最大最小值的变化幅度。

2.2.3. Use current as initial/anchor values

激活此复选框以使用当前值初始化优化器。这意味着您可以继续优化过程，使用先前获得的参数结果启动求解器。但是，如果您希望使用相同的初始参数条件多次运行优化器，则必须禁用此检查按钮。

如果采用全局优化技术，算法需要一组分布式的起始点。在这种情况下，check按钮将不起任何作用。

2.2.4. Use data of previous calculations

激活此复选按钮可触发导入以前计算的新优化结果，以加快优化过程。如果优化器目标所基于的结果模板之前已经评估过，并且相应的参数组合位于已定义的参数空间中，则可以导入结果，而不需要重新计算。对于局部算法，如果提前找到一个更合适的点，则可以替换初始点。对于使用一组初始点的算法，如果找到合适的数据，将替换多个初始点。如果参数组合非常接近，或者对应的目标值优于邻域内先前计算的参数，则用先前计算的点替换。这可能会干扰所选择的初始点集的分布类型，但算法将在寻找具有良好目标值的点和参数空间中分布良好的起始点集之间找到一个很好的折衷。请记住，此特性将使优化的再现性更加困难，因为优化之后将有比以前更多的潜在导入可用。

2.2.5. 参数列表

在参数列表中，可以选择优化运行期间变化的参数。可以手动或如上所述使用Reset min/max按钮设置为优化过程所选参数的最小和最大范围。

选择不同算法会有不同的参数列表，例如如果使用插值准牛顿，遗传或粒子群优化器，则必须设置一个值的样本数量(最小3)。样本数量定义了参数值，用于计算精确的3D解与当前选择的求解器。对于较大的参数范围，较高的采样值可以得到更准确的结果。如果使用了遗传或粒子群优化器，并且插值被关闭，此设置将没有效果。

initializer/anchor :在这里可以修改初始化/锚定参数设置。
Current:用于显示当前的参数值。
Best:显示优化器迄今为止找到的最佳参数组合。

在此属性页中，可以选择用于优化的目标，并根据各自的目标类型定义目标设置。优化后的结果可用于新的优化。所有类型的结果都可以被访问。

Add new goal
通过按下此按钮，将显示一个对话框来定义和添加一个新目标。可以定义0D, 1D和1DC结果目标或特殊滤波器优化目标。

通过选择求解器结果或预定义后处理结果，可以将任意结果数据用作目标值。如果没有定义这样的结果，那么选择这个目标类型将自动打开相应的定义目标对话框，在其中可以定义所需的结果。

最后点击start就可以开始优化了！

CST 优化器Optimizer实例

如果觉得对您有所帮助的话，欢迎微信扫码赞助一丢丢！感激！