数学优化方法通过优化策略，能有效地优化目标函数。传统的研发流程中，工程师往往需要通过多次试错，判断设计参数对存在冲突的研发目标的影响，比如：最小化重量、最小化成本和最大化产品性能。通过Optimus的数值优化技术，可以高效地在设计空间中找到最优解。

全局最优解

软件提供大量全局优化算法，如差分进化算法、自适应进化算法、模拟退火算法、高效全局优化算法、粒子群优化算法和协方差矩阵自适应进化策略，等等。这些算法均可以在设计空间内的不同位置同时采样，在满足约束条件的前提下，高概率地找到全局最优解。

数值优化算法

数值优化算法以寻优方式分类，有局部优化算法、全局优化算法和混合优化算法等。局部优化算法基于局部设计空间信息搜索最优值，如基于梯度或几何信息。全局优化算法通常是基于设计空间全局信息寻优，使用全局信息能高概率地找到全局最优解。混合优化方法结合局部算法、全局算法和自适应响应面技术，根据算法策略用最小的计算量找到全局最优解。使用方法集成技术，用户自行开发的优化方法(无论是局部优化、全局优化、或混合算法)都可以很方便地嵌入Optimus软件的算法ku。