公开(公告)号：CN117807885A

公开(公告)日：2024-04-02

申请号：CN202410018911.0

申请日：2024-01-05

Applicant: 北京大学

Inventor： 杨川川 ,  杨浩澜

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/047 ,  G16C60/00

Abstract: 本发明公开一种基于概率模型和神经网络的超表面单元逆设计方法，涉及电磁超材料设计技术领域，本方法通过建立S21参数、超表面单元特征和超表面单元图案三者的概率分布空间的直接映射的概率模型，基于概率模型构建总神经网络，然后划分为前向预测神经网络和逆设计神经网络，并转移训练目标至这两个神经网络的损失函数，通过对这两个神经网络进行训练，利用训练好的逆设计神经网络进行逆设计。本方法实现了在超表面单元特征约束下对超表面单元图案的快速逆设计与S21参数的快速预测。

公开(公告)号：CN120015188A

公开(公告)日：2025-05-16

申请号：CN202510043028.1

申请日：2025-01-10

Applicant: 北京大学

Inventor： 杨川川 ,  杨浩澜

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/126 ,  G06F111/04 ,  G06F111/06

Abstract: 本发明公开了一种基于约束空间映射的电磁超表面单元结构优化方法，属于电磁超材料设计技术领域。本发明为解决现有技术中超表面单元结构优化过程中约束条件难以处理、优化效率低的问题，主要采用将多维结构变量映射到由不等式约束条件构成的凸约束空间，并结合多目标优化算法进行高效优化。通过利用方向向量、比例系数表示结构变量向量，简化了满足复杂约束的初始解生成过程，同时提升了算法的全局搜索能力和约束空间内的收敛速度。该方法能够在复杂约束条件下快速收敛至局部最优解，并有效找到帕累托最优解，从而为电磁超表面单元结构的多目标优化提供了高效且精确的解决方案。