[发明专利]基于贝叶斯联合建模优化算法的超材料设计方法及设备有效
| 申请号: | 202010388507.4 | 申请日: | 2020-05-09 |
| 公开(公告)号: | CN111581826B | 公开(公告)日: | 2022-03-25 |
| 发明(设计)人: | 邓柯;杨洋;季春霖 | 申请(专利权)人: | 清华大学;深圳光启高等理工研究院 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20 |
| 代理公司: | 深圳市鼎言知识产权代理有限公司 44311 | 代理人: | 郑海威;曾昭毅 |
| 地址: | 100084 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 贝叶斯 联合 建模 优化 算法 材料 设计 方法 设备 | ||
1.一种基于贝叶斯联合建模优化算法的超材料设计方法,其特征在于,所述方法包括:
(a)获取超材料的工作频段K个结构基元的目标电磁响应集合Z={z1,…,zK}和误差阈值集合ε={ε1,…,εK},其中
(b)选择所述K个结构基元的初始的实验点集合在所述初始的实验点集合上仿真产生电磁响应集合
(c)定义均值函数和对数方差函数v(x)=log V(x),其中根据所述电磁响应集合计算所述实验点集合对应的均值集合e={e(x1),…,e(xn)}和对数方差集合v={v(x1),…,v(xn)};
(d)根据所述均值集合e={e(x1),…,e(xn)}和所述对数方差集合v={v(x1),…,v(xn)},用两个独立的高斯过程模型分别对所述均值函数e(x)和所述对数方差函数v(x)建模,得到所述均值函数e(x)和所述对数方差函数v(x)的后验分布;
(e)根据所述均值函数e(x)和所述对数方差函数v(x)的后验分布,计算所述K个结构基元中未找到目标设计的np个剩余结构基元的np个得分函数其中为未找到目标设计的第k个结构基元在实验点x上的得分函数,Lp为所述剩余结构基元对应的序号集合,np为Lp中元素的个数;
(f)通过最大化所述np个得分函数得到np个新的几何参数Ω为几何参数的取值范围,在上仿真产生电磁响应根据电磁响应计算对应的均值和对数方差
(g)判断是否找到所述K个结构基元的K个目标设计;
(h)若未找到所述K个结构基元的K个目标设计,则将np个新的几何参数加入所述实验点集合将均值加入所述均值集合e,将对数方差加入所述对数方差集合v;
(i)在序号集合Lp中遍历k,对剩余结构基元中序号为k的结构基元,判断是否成立,其中εk是序号为k的结构基元的误差阈值,如果成立则将新的几何参数作为所述K个结构基元的第k个目标设计,从Lp中移除k并更新np,遍历完成后返回(d);
(j)若找到所述K个结构基元的K个目标设计,则输出所述K个结构基元的K个目标设计。
2.如权利要求1所述的基于贝叶斯联合建模优化算法的超材料设计方法,其特征在于,所述K大于或等于103。
3.如权利要求1所述的基于贝叶斯联合建模优化算法的超材料设计方法,其特征在于,选择所述K个结构基元的初始的实验点集合包括:
采用超拉丁方设计或均匀设计的方法选择所述初始的实验点集合
4.如权利要求1所述的基于贝叶斯联合建模优化算法的超材料设计方法,其特征在于,所述K个结构基元为“工”型结构、“T”型结构或环型结构。
5.如权利要求1所述的基于贝叶斯联合建模优化算法的超材料设计方法,其特征在于,所述n在整数区间[20,40]内取值。
6.如权利要求1至5中任一项所述的基于贝叶斯联合建模优化算法的超材料设计方法,其特征在于,满足如下条件的e(x)为一个高斯过程模型:给定实验点集合e={e(x1),…,e(xn)},则e~N(μ1,∑),其中1为所有元素为1的n维向量,μ为未知均值,∑为n×n的协方差矩阵,其(i,j)元素满足:φ=(φ1,…,φd)为未知参数,用高斯过程模型对所述均值函数e(x)建模包括:
运用极大似然估计,计算未知参数θ=(μ,σ2,φ)的估计值
利用贝叶斯公式计算e(x)的后验分布为正态分布:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;深圳光启高等理工研究院,未经清华大学;深圳光启高等理工研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010388507.4/1.html,转载请声明来源钻瓜专利网。





