[發(fā)明專利]一種高效的結(jié)合并行局部采樣和貝葉斯優(yōu)化的微波器件設(shè)計(jì)方法

在審

• 申請?zhí)枺?/td>: 202110740255.1
• 申請日: 2021-06-30
• 公開（公告）號: CN113449423A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 那偉聰;劉可;張萬榮;謝紅云;金冬月
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 張慧

本發(fā)明涉及一種應(yīng)用于微波器件的新型高效電磁優(yōu)化方法，屬于微波器件設(shè)計(jì)優(yōu)化領(lǐng)域，用于解決電磁優(yōu)化中的局部優(yōu)化方法容易因?yàn)閮?yōu)化起點(diǎn)不佳而陷入局部最優(yōu)解和全局優(yōu)化方法的收斂速率總是相對較低的問題。本發(fā)明具體提出了一種新型的包含并行局部采樣和貝葉斯優(yōu)化(BayesianOptimization，BO)方法的高效電磁優(yōu)化方法。傳統(tǒng)BO僅使用優(yōu)化迭代中潛在最優(yōu)解的信息，本發(fā)明提出一種新式并行局部采樣策略，提高潛在最優(yōu)解附近的采樣能力，局部采樣范圍由當(dāng)前潛在最優(yōu)解的導(dǎo)數(shù)信息確定，使用局部采樣點(diǎn)與潛在最優(yōu)解共同建立替代模型進(jìn)而指導(dǎo)優(yōu)化過程。采用本發(fā)明能夠?qū)Χ鄶?shù)微波器件高效的進(jìn)行設(shè)計(jì)優(yōu)化，優(yōu)化的收斂速度快，能有效的指導(dǎo)微波器件的生產(chǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及微波器件設(shè)計(jì)優(yōu)化領(lǐng)域，尤其涉及貝葉斯優(yōu)化方法在微波器件優(yōu)化領(lǐng)域的應(yīng)用。

背景技術(shù)

在微波技術(shù)高速發(fā)展的今天，微波器件的迭代愈發(fā)依賴于計(jì)算機(jī)輔助設(shè)計(jì)，而微波器件的電磁優(yōu)化是計(jì)算機(jī)輔助設(shè)計(jì)過程中的至關(guān)重要的一步^[1]。微波器件的電磁優(yōu)化是指由微波器件的初始設(shè)計(jì)參數(shù)優(yōu)化得到符合設(shè)計(jì)指標(biāo)的最終設(shè)計(jì)方案的過程，通常需要大量重復(fù)的電磁仿真，因此非常耗時。為解決這一問題，目前已經(jīng)提出了很多局部優(yōu)化方法，例如基于伴隨靈敏度的優(yōu)化方法^[2][3]、基于空間映射的優(yōu)化方法^[4][5]和基于替代模型的優(yōu)化方法^[6][7]等，有效改善并加速了微波器件的電磁優(yōu)化設(shè)計(jì)過程。

然而，隨著通訊技術(shù)的不斷發(fā)展，微波器件工作頻段逐漸進(jìn)入毫米波頻段，新型材料、新型工藝、新型微波器件結(jié)構(gòu)被發(fā)現(xiàn)與利用，容易導(dǎo)致微波器件沒有良好的初始設(shè)計(jì)參數(shù)或者優(yōu)化問題涉及復(fù)雜變量依賴性的嚴(yán)重多模態(tài)^[8]情況的發(fā)生。此時，現(xiàn)有的局部優(yōu)化方法已經(jīng)不足以找到符合設(shè)計(jì)指標(biāo)的優(yōu)化設(shè)計(jì)方案，需要使用在全局范圍進(jìn)行優(yōu)化探索的全局優(yōu)化算法進(jìn)行器件的優(yōu)化設(shè)計(jì)。為滿足在全局大范圍內(nèi)進(jìn)行電磁優(yōu)化的需要，目前已有多種全局優(yōu)化算法被開發(fā)出來，例如模擬退火算法^[9][10](SA)，粒子群智能算法^[11][12](PSO)和遺傳算法^[13][14](GA)等。這些全局優(yōu)化算法具有隨機(jī)特性，有助于避免優(yōu)化過程陷入局部最優(yōu)值情況的發(fā)生。但是這些全局優(yōu)化算法的收斂速率較低，收斂能力較差。因此，有必要開發(fā)新型的全局優(yōu)化算法，來提高微波器件的電磁優(yōu)化設(shè)計(jì)效率。

本發(fā)明結(jié)合貝葉斯優(yōu)化方法的優(yōu)點(diǎn)和微波器件電磁優(yōu)化的特性，提出了一種新型的包含并行局部采樣和貝葉斯優(yōu)化(Bayesian Optimization，BO)方法的高效電磁優(yōu)化技術(shù)，依據(jù)當(dāng)前最優(yōu)解處的導(dǎo)數(shù)信息來確定局部采樣范圍并使用BO建立概率替代模型來提升電磁優(yōu)化的效率。所提出的電磁優(yōu)化技術(shù)既能避免優(yōu)化過程陷入局部最優(yōu)解，又能提高優(yōu)化收斂速率，靈活且高效，能以更快速度優(yōu)化得到符合設(shè)計(jì)指標(biāo)的微波器件設(shè)計(jì)方案。

參考文獻(xiàn)：

[1]J.E.Rayas-Sanchez.EM-based optimization of microwave circuitsusing artificial neural networks:the state-of-the-art[J].IEEE Transactions onMicrowave Theory and Techniques,vol.52,no.1,pp.420-435,Jan.2004.

[2]S.Koziel et al.Robust microwave design optimization using adjointsensitivity and trust regions[J].International Journal ofRF andMicrowaveComputer-Aided Engineering,vol.22,no.1,pp.10-19,2012.