一种基于高斯回归过程的人工智能辅助天线设计方法

本发明提供一种基于高斯回归过程的人工智能辅助天线设计方法，包括使用脚本接口与仿真平台交互，自动完成天线模型的参数化建模过程，并设置激励条件及辐射边界；采用多维空间分层抽样方法在多维参数空间中生成均匀分布的样本点集合，并进行电磁仿真；对仿真输出的数据进行预处理，形成适合机器学习模型处理的数据结构；将训练好的MLNN模型集成到灰狼优化算法中，进行天线设计参数的优化；将优化得到的最佳参数进行电磁仿真，对比预测结果与实际仿真数据，验证优化引擎在目标频段内的性能表现。本发明可以解决现有技术存在的样本生成效率不足、参数敏感性分析不足、模型泛化能力受限以及优化算法收敛速度慢等问题。