一种基于Kriging模型和受限差分进化的电磁结构快速优化算法

进化算法在各类电磁结构优化设计中有着广泛的应用,但由于需要在参数空间中进行随机搜索并仿真试探,优化效率普遍较低.针对这一问题,提出受限差分进化(Differential Evolution,DE)算法与Kriging代理模型相结合的电磁结构快速优化算法.算法根据参考设计结果建立圆柱管道空间,通过参数变换将进化区域限制在管道内部.Kriging模型学习管道内样本及其仿真数据,代替电磁仿真快速预测进化产生下一代种群的响应.相比整个参数空间,该算法DE寻优和Kriging学习的区域被显著减小,优化效率得到提升.通过一个波导双孔定向耦合器的优化设计,表明该方法的求解质量和收敛速度优于现有算法.