一种基于ML模型的红外隐身材料膜层多目标优化设计方法

本发明公开了一种基于ML模型的红外隐身材料膜层多目标设计方法，包括：（1）根据拉丁超立方采样产生种群、联合MATLAB和光学仿真软件中对种群个体发射率进行仿真评估，建立最小化三个波段反射率误差值的三目标数学优化模型；（2）依据角度值建立个体与参考向量匹配关系；（3）融合角度信息构建角度信息增强的径向基函数机器学习模型；（4）设计序列式全局与局部进化机制；（5）根据个体提升量计算实时状态参数；（6）构造PF驱动的筛选函数确定最优子代个体并进行仿真评估，若满足设计要求则输出各膜层最优厚度值，否则返回步骤（2）。本发明针对红外隐身材料膜层多目标特性设计自适应的序列式全局与局部进化机制，算法适应性强。