comsol优化求解器的介绍，学习笔记

SNOPT: 鲁棒性强、基于梯度、通用的、连续二次规划算法求解非线性约束问题。 MMA: 通用的、基于连续凸近似的内点法、根据对象和约束的梯度信息构建，特别适合拓扑优化问题。 Levenberg-Marquardt: 最小二乘拟合的专属求解器，使用特殊问题结构通过 一阶梯度数据计算二阶导数，忽略约束。 Nelded-Mead: 鲁棒性强、无梯度、启发式、单纯形搜索算法，包括对约束处 理的补偿法。 BOBYQA: 对目标函数抽样的算法，构建和控制在移动置信区间内目标的二次 近似。使用增广拉格朗日封装器处理一般约束，求解一系列无约束问题。 COBYLA: 对目标函数和约束变量抽样的算法，构建和控制在移动置信区间内 目标的线性近似。支持一般约束，但可能在中间解步骤中不满足约束。 Coordinate search 坐标搜索: 沿控制变量轴连续抽样，寻找最优的方法，主要特点是每 次改变一个控制变量。 Monte Carlo 蒙特卡罗: 基本的随机抽样算法，用于探索设计空间，提取统计信息。