摘要
本发明属于超材料设计领域,具体涉及一种基于CVAE和PSO的纳米光子超材料结构逆向设计方法;所述方法具体步骤为S1.构建数据集;S2.将数据集分割为80%的训练集、10%的验证集和10%的测试集;S3.构建正向预测网络模型,并进行迭代循环训练;S4.构建条件变分自编码器网络模型;S5.将训练集中编码矩阵及反射光谱向量作为数据对送入条件变分自编码器网络模型,进行迭代循环训练;S6.通过粒子群优化算法寻找最优的潜在向量,将潜在向量与反射光谱向量拼接后输入条件变分自编码器网络模型得到候选设计结构,并利用正向预测网络模型进行筛选;本发明解决了现有技术反向设计中设计多样性不足与精确度不高难以平衡的问题。
技术关键词
预测网络模型
逆向设计方法
超材料结构
粒子群优化算法
特征提取网络
编码器
编码图案区域
超材料单元
矩阵
电磁超表面单元
介质基板材料
解码器
训练集
纳米
后验概率分布
网络优化器
超材料天线
系统为您推荐了相关专利信息
设备运行数据
数据安全管理
粒子群优化算法
设备运行参数
收集设备
翻译模型
深度特征提取网络
图像翻译方法
图像转换模型
无标签数据