(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210797438.1 (22)申请日 2022.07.06 (71)申请人 中通服咨询设计 研究院有限公司 地址 210019 江苏省南京市 建邺区楠溪江 东街58号 (72)发明人 张传达　沈火林　周星宇　邢国际　 (74)专利代理 机构 江苏圣典律师事务所 32 237 专利代理师 胡建华 (51)Int.Cl. G06F 30/20(2020.01) G06N 3/00(2006.01) G06N 3/12(2006.01) G06F 17/10(2006.01) (54)发明名称 基于自适应粒子群遗传混合算法的数字超 材料设计方法 (57)摘要 本发明公开了一种基于自适应粒子群遗传 混合算法的数字超材料设计方法， 包括步骤1， 获 取所述数字超材料的所有编码序列排布； 步骤2， 基于自适应粒子群遗传混合算法， 从所有编码序 列中获得最优编码序列； 步骤3， 根据最优编码序 列， 获得数字超材料阵列。 步骤1中所述数字超材 料包括第一单元结构和第二单元结构， 所述第一 单元结构对应数字0， 所述第二单元结构对应数 字1， 所述数字超材料根据编码序列由第一单元 结构和第二单元结构组合而成。 该方法的自适应 粒子群遗传混合算法收敛快、 寻优效果好， 所设 计的数字超材料单元结构具有相位稳定性和极 化不敏感性以及工作频带宽等优点， 所设计的数 字超材料阵列具有一定的角度稳定性。 权利要求书3页 说明书8页 附图8页 CN 115238480 A 2022.10.25 CN 115238480 A 1.一种基于自适应粒子群遗传混合算法的数字超材料设计方法， 其特征在于， 包括以 下步骤： 步骤1， 获取 所述数字超材 料的所有编码序列排布； 步骤2， 基于自适应粒子群遗传混合 算法， 从所有编码序列中获得最优编码序列； 步骤3， 根据最优编码序列， 获得 数字超材 料阵列。 2.根据权利要求1所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 步骤1中所述数字超材料包括第一单元结构(100)和第二单元结构(200)， 所述第一单元结构对应数字0， 所述第二单元结构对应数字1， 所述数字超材料根据编码序 列由第一单元结构(100)和第二单元结构(200)组合而成； 第一单元结构(100)和第二单元 结构(200)均为正方形， 边长为p。 3.根据权利要求2所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 所述第一单元结构(100)和第二单元结构(200)均包括介质层(3)和紧贴于 介质层(3)下表 面的接地层(4)， 所述第一单元结构(100)还包括紧贴于介质层(3)上表 面的 第一金属结构(110)， 所述第一金属结构(110)关于介质层(3)的中心对称， 与介质层(3)水 平方向呈135 °放置； 所述第二单元结构(200)还包括紧贴于介质层(3)上表 面的第二金属结 构(210)， 所述第二金属结构(210)关于介质层(3)的中心对称， 与介质层(3)水平方向呈45 ° 放置； 介质层(3)的厚度为 d， 接地层(4)、 第一金属结构(110)和第二金属结构(210)的厚度 均为h。 4.根据权利要求3所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 所述第一金属结构(110)包括第一矩形金属贴片(120)和两个第一钻石形 状金属结构(130)， 两个第一钻石形状金属结构(130)分别与第一矩形金属贴片(120)两对 边拼接， 并关于介质层(3)的中心对称； 所述第一矩形 金属贴片(120)的长度为 L3， 宽度为W3； 所述第二金属结构(210)包括第二矩形金属贴片(220)和两个第二钻石形状金属结构 (230)， 两个第二钻石形状金属结构(230)分别与第二矩形金属贴片(220)两对边拼接， 并关 于介质层(3)的中心对称； 所述第二矩形 金属贴片(2 20)的长度为 L4， 宽度为W4。 5.根据权利要求4所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 所述第一钻石形状金属结构(130)包括第一梯形金属贴片(131)和第二梯 形金属贴片(132)， 所述第一梯形金属贴片(131)的下底和第二梯形金属贴片(132)的下底 拼接， 第二梯形 金属贴片(132)的上底与第一矩形 金属贴片(120)的一 边拼接； 所述第二钻石形状金属结构(230)包括第三梯形金属贴片(231)和第四梯形金属贴片 (232)， 所述第三梯形金属贴片(231)的下底和第四梯形金属贴片(232)的下底 拼接， 第四梯 形金属贴片(232)的上底与第二矩形 金属贴片(2 20)的一边拼接； 所述第一梯形金属贴片(131)的上底为W1， 下底为W2， 高为L1； 第二梯形金属贴片(132) 的上底为 W3， 下底为W2， 高为L2； 所述第三梯形金属贴片(231)的上底为W1， 下底为W2， 高为L1； 第四梯形金属贴片(232) 的上底为 W4， 下底为W2， 高为L2。 6.根据权利要求5所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 步骤2中的自适应粒子群遗传混合算法根据传统粒子群优化算法PSO和遗 传算法GA的特点以及结合数字超材料的特性进 行设计， 将数字超材料远场散射表达式设为权　利　要　求　书 1/3 页 2 CN 115238480 A 2自适应粒子群遗传混合 算法的适应度函数， 包括以下步骤： 步骤2.1， 设置PS O和GA的参数学习因子、 自适应惯性权重、 自适应交叉概率和自适应变 异概率； 步骤2.2， 初始化P SO和GA的种群粒子和染色体； 步骤2.3， 计算PS O中粒子的适应度 值， GA中染色体的适应度值， 并记录粒子的最优值和 最优位置， 以及全局最优粒子和最优解； 步骤2.4， 更新P SO中粒子的速度和位置； 步骤2.5， 计算PSO中粒子的适应度值， 同时更新粒子最优值， 以及全局最优值， 并替换 GA种群中适应度值大的染色体； 步骤2.6， 对GA种群进行操作， 获得新 一代GA种群； 步骤2.7， 对新一代的GA种群采用爬山搜索算法， 对不同的编码序列进行迭代搜索， 并 不断的替换和更新GA种群的粒子和适应度值； 步骤2.8， 更新全局最优粒子和全局最优值； 步骤2.9， 若达到最大迭代次数T或全局最优解不再发生变化， 则输出最优解， 即最优编 码序列； 否则执 行步骤2.4。 7.根据权利要求6所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 所述 步骤2.6包括以下步骤： 步骤2.6.1， 对GA种群进行选择和基于自适应交叉概 率的交叉操作； 步骤2.6.2， 对GA种群进行基于自适应 变异概率的变异操作； 步骤2.6.3， 初始化P SO和GA的种群粒子和染色体； 步骤2.6.4， 对交叉变异后的子种群进行适应度计算， 并对子种群进行适应度升序排 列； 步骤2.6.5， GA的子代与父代按照适应度值 排序合并， 选取 前N个作为 新一代GA种群。 8.根据权利要求7所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 步骤2.1中的自适应惯性权 重wt为： 其中， wmin和wmax是初始的最小和最大惯性系数， fit为第t次迭代 时第i个粒子的适应度 值， 1≤t≤T， 为第t次迭代时当前种群所有粒子的平均适应度值， 为第t次迭代时所 有粒子的最小适应度值。 9.根据权利要求8所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方 法， 其特征在于， 所述 步骤2.4中粒子的速度和位置表示 为： vi(t+1)＝wt·vi(t)+c1·rand(0,1) ·[Pi(t)‑xi(t)]+c2·rand(0,1) ·[G(t)‑xi(t)] xi(t+1)＝xi(t)+vi(t) 其中， vi(t)表示第t次迭代时第i个粒子的速度， xi(t)表示第 t次迭代时第i个粒子的位 置， c1和c2为加速因子， Pi(t)和G(t)分别为粒子历史最优位置和种群全局最优位置 。 10.根据权利要求9所述的一种基于自适应粒子群遗传混合算法的数字超材料设计方权　利　要　求　书 2/3 页 3 CN 115238480 A 3