【最新成果】基于智能算法的超材料快速优化设计方法研究进展
超材料是由亚波长单元结构按照周期性或准周期性等特定的空间分布序列构成的人工复合材料或结构，可对电磁波的幅值、相位、极化等特性进行灵活调控。作为调控电磁波的重要手段之一，超材料在通信、隐身、电子对抗等领域中具有极为重要的潜在应用价值。超材料的性能显著依赖于结构单元本征的电磁响应以及周期性或准周期性等空间排布方式，在给定电磁性能需求的前提下，如何快速获得最优的超材料工程化应用设计方案是一项非常具有挑战性的工作。
背景介绍
智能算法包括传统的启发式算法和神经网络算法。其中，启发式算法包括遗传算法（Genetic Algorithm，GA）和粒子群算法（Particle Swarm Optimization，PSO）等方法，对超材料结构单元进行快速优化设计，通过算法迭代实现对所需电磁性能目标的优化设计。基于智能算法的吸波超材料优化过程结合有限元法和遗传算法，其中有限元法主要用于计算具有不同结构单元的超材料吸收体的吸收性能，遗传算法用于有效地选择最优解。机器学习类算法，包括传统的神经网络、深度学习和强化学习等可以取代传统的数值计算方法，利用计算资源对训练样本进行学习，大量数据被一次性投入到构建设计工具中，而后根据所需电磁性能对单元结构进行快速设计。机器学习最早应用于纳米光学，后续被逐步推广到其他频段。相比于传统的优化方法，基于数据驱动方法的机器学习算法正在迅速崛起，通过大量的数据训练神经网络并对超材料进行辅助设计。
这些算法为超材料的优化设计提供了新的方法和途径，在超材料设计领域合理应用智能算法可以有效提高设计效率。在超材料设计中，根据神经网络输入和输出的关系，可以大致分为正向设计和逆向设计两种不同的应用方法。正向设计通过输入结构参数（如微波结构的几何形状）来预测电磁响应（如透射光谱或微分散射截面）。这些训练后的神经网络被用来代替电磁仿真的数值模拟过程，大大减少了设计时间。这类神经网络通过结构参数预测电磁参数，因此称之为正向网络。逆向设计以电磁响应作为输入，反向推算出几何结构，通过训练神经网络可以构建输入与输出的映射，不需要任何迭代优化，迅速达到性能指标。
图3 Hopfield网络的联想记忆功能
团队工作
近年来，空军工程大学王甲富教授科研小组围绕超材料快速优化设计和实现开展了较为深入的研究，先后提出并研制出了基于拓扑优化设计的频率选择表面和低RCS超表面、基于遗传算法的超宽带超材料吸波结构、基于Hopfield网络的电磁超表面和基于深度学习-遗传算法复合优化的双功能超表面逆向设计方法。利用拓扑优化设计实现的频率选择表面不仅可以实现多目标同时优化，还可打破人们直觉限制，以满足设计应用需求。结合多机理复合降低RCS的方法可有效结合不同机理的优势，发挥各自长处，结合拓扑优化设计方法，满足相关工程化定制的需求。通过智能算法正向设计超材料能够很大程度上提高效率，进一步满足工程化应用需求，而智能算法的逆向设计则为超材料提供了新的设计理念。通过逆向搜索能够有效地过滤无效搜索，减少了搜索次数，实现对不同极化超单元的优化构成相位数据库，为快速设计功能超表面提供了一种行之有效的方法。逆向设计方法还可推广到多功能超表面设计中，为超表面的智能化和小型化设计奠定了基础。
图4 基于深度学习-遗传算法复合的多功能超表面设计流程
论文介绍
论文主要涉及的智能算法包括启发式算法和机器学习类算法，具体地包括遗传算法、Hopfield网络和深度学习。这几种算法有各自的优缺点，应当结合具体的实际问题、建模情况和硬件条件进行灵活选择。对于机器学习类算法，无论是前向建模还是逆向设计网络，都需要大量的训练样本，在网络能够执行预期的功能之前对其进行训练。创建这些训练实例需要进行电磁仿真，此时需要大量的计算资源。然而，这是一次性成本，相比之下，启发式算法对每个设计都需要相同数量的仿真。因此，可以得出数据驱动方法的关键优势：大量数据被一次性投入到构建设计工具中，而后它们被多次地逐步地分摊到平时的使用中。
论文综述了基于智能算法的超材料设计方法研究进展，设计方式涵盖正向设计和逆向设计。相对于传统超表面设计方法而言，基于智能算法的超表面优化设计能够提高设计效率，更有利于找到最优结果，具有重要的研究意义和应用前景。但是也应该看到，论文综述的基于智能算法的超材料优化设计仅停留在超材料结构参数的优化上，超材料优化过程与深层次物理机理的关联度还不够深入。
总之，基于智能算法的超表面优化设计方法开拓了传统材料设计的思路，为超材料大规模快速优化设计开辟了新的途径，发挥了智能算法优化设计的优势，在多物理场融合上开展研究，结合多种先进的成型技术和材料体系，如3D打印、复合材料成型工艺等，设计实现满足复杂应用环境的实用型超材料将是下一步的重点研究方向。
作者简介
贾宇翔（1993-），男，河北衡水人，2016年在空军工程大学获电子科学与技术专业硕士学位，现在空军工程大学基础部攻读博士学位，主要研究方向为基于人工表面等离激元的电磁散射调控。
王甲富(1981-)，男，山东聊城人，教授，博士生导师，2015年度陕西省青年科技新星，享受“三秦人才”津贴。2010年6月获工学博士学位，博士学位论文获2012年“全国优秀博士学位论文”提名；获2012年教育部高等学校科学研究优秀成果自然科学类一等奖（排名4）、2015年军队教学成果奖二等奖（排名4）、2016年陕西省第十三届自然科学优秀学术论文三等奖（排名1）。主要研究方向为超材料设计及其在微波器件中的应用，目前已发表学术论文390余篇。
屈绍波（1965-），男，安徽亳州人，教授，博士生导师，全国模范教师，全军学科拔尖人才，空军级专家，享受政府特殊津贴。现任国防“973”专家组专家、国家学位委员会学科通讯评议专家、教育部高等学校物理学类专业教学指导委员会委员、中航工业“高性能电磁窗航空科技重点实验室”学术委员会委员、陕西省学位委员会学科评议组成员，国家级重点实验室副主任兼学术委员会委员。指导研究生1人获全国优秀博士论文，1人获全国优秀博士论文提名。带领团队被评为陕西省重点科技创新团队，获全军教学成果二等奖1项。主要研究方向为材料物理，超材料，目前已发表学术论文490余篇。承担各类课题60余项，国家自然科学基金项目20余项。
相关阅读
编辑：蒋文
本号发布信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《雷达学报》拥有最终解释权。