對于一個成功的優(yōu)化過程來說，知道每個自變量對于光學系統(tǒng)評價函數(shù)的影響非常重要，這樣在兩次優(yōu)化之間優(yōu)化器就可以知道如何變化自變量來使收斂更有效率，這種描述自變量對于評價函數(shù)的敏感效果的度量標準就是導數(shù)增量（Derivative Increments）。

你可以要求CODE V 使用以下不同的方法計算用于優(yōu)化的導數(shù)增量。

Default (DER DEF):每種變量類型都有默認的初始導數(shù)增量，其確定依據(jù)是在光瞳邊緣可以引起大約一個波長的OPD變化，這些數(shù)值在每次優(yōu)化迭代中都會更新。對于大多數(shù)變量來說，例如曲率、厚度等，這些默認的導數(shù)增量是非常合適的，特別是使用光學評價函數(shù)比如暈點直徑（blur spot）或者RMS波差來說。

Scaled (DER VAL or DER SCA):如果自動設計的優(yōu)化過程中出現(xiàn)問題，你可能希望縮放導數(shù)增量到某個確定的數(shù)值。被忽略的變量，可以考慮放大它的導數(shù)增量，遇到不穩(wěn)定的、不可挽救的優(yōu)化迭代，就可以考慮縮小它的導數(shù)增量。

Finite Differences (DER FDF): 當評價函數(shù)和波差或者表面變形關系不密切時，(例如使用SAB 降低公差敏感度或者使用用戶自定義的誤差評價函數(shù)),或者變量是高價非球面，或者一個用戶自定義的特色參數(shù)，可以使用有限差分（finite differences）的方法來計算導數(shù)增量。這種方法使用實際的評價函數(shù)的敏感度來決定適當?shù)姆�度。這種算法比默認的算法計算量更大，但是可以得到一個更好的收斂。

對于大多數(shù)光學設計來說，默認的導數(shù)增量可以有效地進行優(yōu)化，但是有些十分復雜的系統(tǒng)，知道何時和如何操作自變量的導數(shù)增量可以幫助你得到更優(yōu)的解決方案。

當每個導數(shù)增量引起相同的評價函數(shù)的改變時，它們是最優(yōu)的。一個有效的導數(shù)增量計算方法是這樣的：當評價函數(shù)有一個實質(zhì)意義的改變時，導數(shù)增量要足夠大（通常由計算精度限制），當要捕捉評價函數(shù)曲線的斜坡或者突然的轉(zhuǎn)向時，導數(shù)增量還要足夠小�？紤]下面的圖形，一個假設的變量和評價函數(shù)圖，它的導數(shù)增量的幅度依賴于變量開始變化的的起始點。

在陡峭的一段，只需要一個比較小的導數(shù)增量，否則會導致評價函數(shù)變化太大；在平緩的一段時，導數(shù)增量就需要大一些。

靠近波峰和波谷的地方斜率較小，但是需要一個較大的導數(shù)增量，以使評價函數(shù)有一個有實質(zhì)意義的改變。在這個區(qū)域附近，一個太大的導數(shù)增量可能在跨越波峰或者波谷的時候引起形狀被歪曲。大多數(shù)情況下，CODE V 的優(yōu)化器可以對這些波峰和波谷使用搜索的方法，順利導航通過并且計算出合適的導數(shù)增量，但是當優(yōu)化器不如預期的那樣收斂時，或者評價函數(shù)在后面的迭代中變大，這時檢查每個變量的導數(shù)增量就可以提供優(yōu)化為什么無法平滑收斂的線索。檢查當前的導數(shù)增量可以使用 DER LIS 命令。

在輸出的結(jié)果里，可以比較相同類型的變量（例如曲率、厚度等）的導數(shù)增量。如果任何一個變量的導數(shù)增量和其他同類的導數(shù)增量不在一個數(shù)量級，也許就是一個應該修改導數(shù)增量的信號（DER VAL），縮放（DER SCA），優(yōu)化過程中重新計算導數(shù)增量（DER DRC），或者使用有限差分的方法計算它（DER FDF）。

理解如何操作你選擇的變量的導數(shù)增量可以幫助你越過優(yōu)化的問題之處，或者幫助你竭力獲得額外的性能，例如在優(yōu)化性能要求很高的的光學系統(tǒng)時（如光刻系統(tǒng)）。