一种基于大模型的均匀磁场生成系统逆向设计方法

本发明提供一种基于大模型的均匀磁场生成系统逆向设计方法。该基于大模型的均匀磁场生成系统逆向设计方法，包括，S1：构建包含磁场线圈参数与磁场映射关系的磁场逆向生成训练数据集；S2：对磁场线圈相应数据进行3D CNN编码；S3：加载模型，融合物理知识神经网络深度学习模型，搭建物理知识神经网络+Transformer混合架构，并初始化模型的超参数，所述超参数包括初始损失权重、Huber损失阈值、温度系数、学习率、批大小和训练轮数。该基于大模型的均匀磁场生成系统逆向设计方法，通过构建包含线圈参数与磁场映射关系的训练数据集，实现了对目标均匀磁场区的逆向设计。相比传统的设计方法，极大地提高了线圈设计的效率和准确性，极大地降低了成本。