增量多保真度机器学习辅助的混合优化方法与系统

本发明公开了一种增量多保真度机器学习辅助的混合优化方法与系统，方法主要包括初始设置与初始样本获取、全局低保真度代理模型与残差模型训练、全局优化、局部代理模型训练与优化、低保真度全波仿真并更新代理模型再预测与高保真度仿真等步骤。该方法在训练和更新代理模型的过程中引入多保真度模型和自适应增量学习，可以有效降低采样和训练的计算复杂度，同时在优化的过程中采用全局多目标与局部单目标的混合优化算法，能够提升算法搜索的效率。该方法可用于设计参数在20‑50维的中等规模天线、阵列、滤波器等多目标电磁器件的优化设计等领域。