渐进演化（GE）
渐进演化（Gradual Evolution，GE） 是最强大的合成工具。它先运行针式优化达到局部最优，然后刻意强制插入一个针式层——即便这会短暂抬高评价函数——再对新状态进行精炼。强制进行一次“上坡”步骤，正是让设计能够爬出普通针式插入无法逃脱的局部极小值的原因。它会持续记录所见过的最佳设计，因此在结束时，会恢复评价函数最低的结果，并且你可以回顾它经历过的整系列设计。
每个外层循环会先运行一轮内层针式扫描达到针式最优，强制插入当前最佳可用的针式层（无论评价函数是否上升），进行精炼，然后剪除低于阈值的层并合并相邻同材料层。这一过程会按你设定的循环次数重复。
候选材料：渐进演化可以插入的材料池。全部（All）/ 清空（Clear） 可一键选中或清空该材料池。
最大层数：设计可增长到的最大层数上限。
目标评价函数（Target MF）：一旦评价函数达到该值即停止（0 表示跑完所有循环）。
高级部分暴露了合成调参项：
精炼迭代次数：每次强制插入后运行的精炼步数。
dMin（nm）：插入下限与剪除阈值。渐进演化在强制步骤中可以将厚度推到最小厚度限制以下，这正是它逃离紧凑极小值的方式之一。
GE 循环次数：外层循环的数量（针式优化加一次强制步骤）；通常为 20–60。
内层精炼器：在步骤之间精炼堆栈所用的方法。可选方法见 优化方法。
候选搜索：每一步探索改进候选的彻底程度（快速、均衡或彻底）。
种子模式：在生长之前，是先精炼起始堆栈，还是保留其主体结构，这在你从一个较厚的种子设计开始时很重要。
设计序列是一张可排序的表格，列出每一个被接受的状态，每个状态都带有其评价函数和层数。帕累托图（Pareto chart） 将评价函数对层数作图。寻找“拐点（knee）”——即继续增加层数已无法带来明显改善之处——而不是一味追求绝对最低的评价函数。最佳（Best） 会恢复有史以来最好的设计，你也可以从序列中恢复（Restore） 任意更早的状态。
你有时可能只看到序列中的针式行而没有强制步骤行。这是正常的：渐进演化只有在内层针式循环耗尽后才会强制进行一次步骤，因此只要普通的针式插入仍在持续改进设计，它就会停留在该循环内部。
更大的候选池（三到六种材料）往往比单纯允许更多层数更有效。在 both_independent 表面模式下，它会同时生长两侧。
- Tikhonravov et al., Appl. Opt. 46, 6936 (2007).
- Sullivan & Dobrowolski, Appl. Opt. 35, 5484 (1996).