其實，對于map count及smoothing設定并沒有任何標準解答。最佳設定要看解決哪一種問題，另外還需要工程（技術）人員的判斷。他只是一個讓您可以的到正確結果的工具，讓您在使用上更有彈性而已。以下提供一些指導及例子來做說明。
0A\OZ^P8 )*@n G$i99 首先，說明一下分析圖形的計算原理，以及count值的關系。當光線自
光源射出，傳入
光學系統中并到達Exit surface或是您所選擇的任意觀察面上（分析模式），每一道光線的Flux都會被計算。Map count值決定在這個面上有多少bins或是pixels。bin一定是方形的，尺寸會根據觀察面的大小來決定。您會發(fā)現count值越高，到達每個bin的光線就越少。若在給定的bin尺寸中（bin size=(map size)/(map count)，map size為觀察面大小）模擬光線數較少時，map count數一旦改變最高亮度值及光線分布就會明顯改變。當使用smoothing，整個Map就會將bin數組中的Flux值以高斯形式做均勻化處理。而高斯方程式的腰身（waist）等于bin size。
_MQ) ~pA_E!3W 最佳的map count數及bin size設定全看您所要仿真的模型狀況。某些狀況下如何設定是很明顯的。例如，仿真一個數字成像系統而您希望能預測成像狀況，這時map count值就要設定成，讓bin size跟成像面（如
CCD，CMOS）的pixel size一樣大。這時您就必須模擬足夠多的光線使的結果較為均勻，換言之，就是讓蒙地卡羅噪聲（Monde Carlo noise）降低到符合需求。蒙地卡羅描光計算下總是會有噪聲，這個噪聲跟1/N1/2成比例，N為光線數。
r'xZF~}k"~ 8enlF\I8g 仿真
照明系統時，您必須將map count設定成符合于量測的接收器的尺寸。無疑地這種狀況map count值會很高。若您預期光斑會依不同位置（或是角度在Candela Plot下）而快速變化，而您希望模擬這個效果，這時就要將map count維持較高的值。您也應該要考慮到光分布的變化實際上有多快。這對您的判斷是非常重要的，因為bin size決定了需要多少模擬光線而不會產生噪聲。若您熟悉信息理論（Information theory），若光分布是band-limit，您只要做跟采樣定理（Sampling theorem）規(guī)定一樣細微的采樣，或是1/2f（f為band-limit頻率）這樣的bin size就行。根據預測最佳的bin size就在量測接收器的尺寸跟數據的間隔之間（spacing of data points）。要決定最佳bin size是需要經過多次試驗跟錯誤的。
(`PgvBL: % LeG.~? 一旦您決定了最佳bin size，就必須計算足夠多的光線以得到低噪聲的結果（光分布）。前面提過噪聲跟1/N1/2成比例而每個bin中的光線數量又跟1/M成比例，M為bin數。因為M=m2，m就是map count，所以要計算的光線數，在一個給定的噪聲水平下，就跟m2成比例。你應該知道每個bin要搜集許多光線才能得到低噪聲的結果，因此在不違背采樣理論下盡可能讓map count值低是非常重要的。例如，我們希望得到50 ray/bin在map count＝562時，必須要在Exit surface上搜集到約16,000,000條光線。這可以說是不切實際的狀況。寧可選擇較小的map count數，例如200，這時只需要約2,000,000條光線就行了。甚至，對您仿真的模型來說，這樣的光線數還是稍微多了些。
;Z|X` <6g m
