一种基于高维输出代理模型的机器学习辅助微波电路优化方法

本发明公开了一种基于高维输出代理模型的机器学习辅助微波电路优化方法，该方法利用高维输出的高斯过程回归(HOGP)对微波电路工作频带内多种性能参数进行学习，得到代理模型；最大化基于蒙特卡洛采样的采集函数进行优化，探索存在的最优解。HOGP将高维输出映射到低维潜在空间，通过潜在变量的协方差结构建模相关性。该方法相比于传统机器学习优化方法，表现出更快的收敛速度以及更优的优化结果，同时具有鲁棒性。