公开(公告)号：CN120046504A

公开(公告)日：2025-05-27

申请号：CN202510215368.8

申请日：2025-02-26

Applicant: 北京信息科技大学

Inventor： 陈雯柏 ,  余晨音 ,  杨珂欣 ,  王一群

IPC: G06F30/27 ,  G16C60/00 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/08 ,  G06N3/126

Abstract: 本发明公开了一种基于深度学习的全向双频吸波超表面智能制备方法，属于超材料与超表面设计技术领域。包括：进行不同设计构型的自动建模与仿真，得到对应的电磁响应，构成数据集；基于数据集进行VAE网络模型的训练，并评估VAE网络模型的准确率；当VAE网络模型满足预设条件后，输入目标吸收频谱到已训练的VAE模型中，预测出超表面构型的0/1编码矩阵；根据预测的超表面构型的0/1编码矩阵生成超表面构型及其吸收频谱，并输出结果。本发明与传统的设计方法相比，能够显著降低设计周期，提高吸波性能，同时无需依赖复杂的物理建模或人工调节角度。

公开(公告)号：CN120046505A

公开(公告)日：2025-05-27

申请号：CN202510215371.X

申请日：2025-02-26

Applicant: 北京信息科技大学

Inventor： 陈雯柏 ,  余晨音 ,  孙达 ,  王一群

IPC: G06F30/27 ,  G16C60/00 ,  G06N3/0442 ,  G06N3/08 ,  G06N5/01 ,  G06N20/20 ,  G06N3/006

Abstract: 本发明公开了一种基于PF‑LSTM‑XGBoost的多功能超表面优化设计方法，属于超材料与超表面设计领域，包括：利用CST‑Python联合仿真生成超表面单元结构和频率响应的数据集；根据数据集，构建并训练PF‑LSTM‑XGBoost模型；将RBMO优化算法模块与PF‑LSTM‑XGBoost模型结合，进行超表面单元结构逆向设计。本发明针对解决多种超表面的设计问题，采用了PF‑LSTM与XGBoost模型的结合的方式来预测频率响应，从而提升了频率响应的预测精度。同时，在解决超表面设计中的逆向设计问题时，引入了红嘴蓝鹊优化算法。确保了优化过程在各种环境下的适应能力。