一种基于PF-LSTM-XGBoost的多功能超表面优化设计方法

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。