यदि आप अपने ज्यामिति निर्माण भाग को उचित रूप से मापते हैं, तो यह मिश्रित असतत और निरंतर मापदंडों के साथ ब्लैक बॉक्स अनुकूलन की समस्या है।
DAKOTA http://dakota.sandia.gov/ और NOMAD http://www.gerad.ca/NOMAD/Project/Home.html दो उपयोगी पैकेज हैं जो आपको स्वचालित रूप से सर्वश्रेष्ठ पैरामीटर चयन चुनने की अनुमति देते हैं। (DAKOTA के पास बेहतर एप्लिकेशन सपोर्ट है, लेकिन NOMAD के पास बेहतर ऑप्टिमाइज़र हैं।)
ज्यामिति को अलग करने के लिए, प्रत्येक नियंत्रण के लिए एक असतत या निरंतर पैरामीटर का परिचय दें जिसके साथ आप ज्यामिति को प्रभावित करना चाहते हैं, और नियंत्रण के संग्रह से ज्यामिति के निर्माण को स्वचालित करें। ध्यान दें कि व्युत्पन्न-मुक्त तरीके उच्च आयामों में काफी धीमा हैं, इसलिए मापदंडों की संख्या को यथोचित रूप से छोटा रखें।
उपरोक्त पैकेजों में से किसी एक के साथ अंतरिक्ष की खोज खत्म करने के बाद, आप अधिक सटीक अनुकूलन करके विश्लेषण को परिष्कृत कर सकते हैं जिसमें सभी असतत पैरामीटर और सभी निरंतर पैरामीटर तय किए जाते हैं जिसके लिए आपको एक विश्लेषणात्मक व्युत्पन्न नहीं मिल सकता है। लेकिन आप निरंतर आकार के मापदंडों की संख्या बढ़ा सकते हैं जिसके संबंध में आप विश्लेषणात्मक डेरिवेटिव की गणना कर सकते हैं, एक ग्रेडिएंट-आधारित ऑप्टिमाइज़र के रूप में (जैसे कि आईपीओपीटी https://projects.coin-or.org/Ipopt ) कुशलतापूर्वक बड़ी समस्याओं को संभाल सकता है। ।
यदि आप नहीं जानते कि व्युत्पन्न कैसे प्राप्त करें, लेकिन निर्भरता चिकनी है, तो आप एक स्वचालित भेदभाव कार्यक्रम का उपयोग करने पर विचार कर सकते हैं, या एएमपीएल में अपनी निरंतर समस्या को कोड कर सकते हैं, जिस स्थिति में सॉल्वर इंटरफ़ेस डेरिवेटिव की देखभाल करेगा।
आकृति अनुकूलन पर मूल बातें देखने के लिए, उदाहरण के लिए, हफ़्ता, आरटी और ग्रैंडही, आरवी, ट्रॉस्ट्रल शेप ऑप्टिमाइज़ेशन - ए सर्वे, कंप्यूटर मेथड्स इन एप्लाइड मैकेनिक्स एंड इंजीनियरिंग 57 (1986), 91-106। (मॉडलिंग के बारे में विवरण पर भरोसा करें; लेकिन उनके द्वारा सुझाए गए सॉल्वर का उपयोग न करें, क्योंकि उस समय के बाद से अनुकूलन तकनीक में बहुत सुधार हुआ है।)