一种基于任务导向型学习的超表面设计优化方法及系统

本发明公开了一种基于任务导向型学习的超表面设计优化方法及系统，涉及电磁超材料设计与优化技术领域。包括：生成超表面单元结构参数，以及相应的电磁特性参数，并构建数据集；构建以单元结构参数为输入，相应电磁特性参数为输出的神经网络，并使用数据集进行神经网络训练；定义超表面单元的目标特征参数，构建以神经网络的输出参数与目标特征参数为自变量的优化目标函数；对目标函数进行求导，获得单元结构参数的调整量；更新单元结构参数；直至目标函数满足阈值，实现超表面的设计优化。本发明通过智能优化设计方法为超表面技术的发展提供了新思路，能够满足对复杂超表面多功能、高效设计的需求。