一种面向约束条件下的动态天线联合优化方法

本发明公开了一种面向约束条件下的动态天线联合优化方法。本发明在全局优化过程中引入非支配排序遗传算法对拓扑进行优化，并采用包括期望改进EI、改进概率PI、上置信界UCB、可行性概率PF，预测约束均值及预测约束均值对预测约束方差的归一化值的多获取函数集合作为适应度函数，实现在优化过程中对约束的单独处理及探索与开发的权衡，同时在一轮迭代中产生多个候选解，利用并行电磁仿真进行验证，若未满足终止条件，则根据代理模型预测和实际响应的误差，动态调整设计空间，将该组数据加入训练集，重新训练代理模型并进行下一次优化。该方法实现了在约束条件下的高效天线性能优化，同时显著缩短了优化时间。