夜雨聆风导语 在光子学、电磁学与人工电磁材料领域，超表面、光子器件、频率选择表面及新型电磁结构一直是前沿研究与技术突破的核心。然而，传统研发高度依赖经验直觉、反复试错与手动参数扫描，在多维度、非线性、强耦合的复杂设计中，普遍面临周期长、效率低、优化难、难以找到全局最优的困境，严重制约科研创新与工程迭代。 人工智能与主流电磁仿真工具的深度融合，正彻底重构光电与电磁材料的设计范式。本期专题聚焦三大仿真 + AI 融合体系：一是电磁与AI智能设计，面向 FSS、天线与人工电磁材料，完成正向预测、逆向生成与全链路验证；二是FDTD 与 Python 联合仿真，面向超表面实现自动化建模、拓扑优化与顶刊级案例复现；三是COMSOL 与 AI 融合仿真，打通多物理场建模、数据生成与智能逆向设计，实现光子器件全流程智能优化。三者共同覆盖从光子器件、超表面到人工电磁材料的全场景智能设计，全面替代传统试错，大幅提升研发效率与设计上限。 为助力光电与电磁领域科研人员、工程师系统掌握人工智能赋能器件设计的前沿方法，我们整理推出北京软研国际信息技术研究院主办、互动派（北京）教育科技有限公司承办的精品专题培训，覆盖COMSOL+AI 光子学智能设计、FDTD+Python 超表面智能设计、CST+AI 人工电磁材料智能设计三大前沿方向。无论你是微纳光子、超表面、光通信、电磁超材料、天线与 FSS 方向的硕博研究生、学者，还是正在布局 “AI + 光电 / 电磁” 交叉研究的研发工作者，课程都将为你提供一套完整、可落地的技术体系，助力你在智能设计赛道快速突破。具体相关事宜通知如下： |
专题一 （线下3天） | 人工电磁材料智能设计技术与应用 2026年05月29日-05月31日 杭州 |
专题二（直播4天） | FDTD与Python联合仿真的超表面智能设计 2026年06月06日-06月07日 2026年06月13日-06月14日 |
专题三 （直播3天） | COMSOL与AI融合的光子学智能设计与仿真实践 六月份开课筹备中 |
01
时间 | 模块 | 学时 | 主要内容 |
第一天上午 | 理论：人工电磁材料与FSS设计基础 | 1 | 人工电磁材料概念与应用 FSS基本原理与设计基础：设计方法、设计流程、核心参数 |
实践：基于CST的FSS建模与仿真 | 1.5 | CST实现基础带通型FSS结构全流程建模： 仿真参数设置、仿真边界条件、求解器选择、端口设置、结果后处理 | |
扩展：CST参数化建模与自动化仿真 | 0.5 | 演示CST参数化建模（Parameterization）+MATLAB脚本自动化仿真流程：实现带通FSS结构建模、参数设置、S参数提取 （提供MATLAB代码） | |
第一天下午 | 理论：神经网络与智能设计基础 | 1 | 神经网络基本概念（MLP） 正向预测VS逆向设计 基于神经网络的人工电磁材料设计原理、框架 |
实践：基于Python + CST的FSS正向预测 | 2 | 神经网络实现典型FSS电磁特性的正向预测： Python调用CST生成数据集；MLP正向预测FSS的S参数；模型训练与评估 | |
第二天上午 | 理论：神经网络与智能设计基础 | 1 | 复杂神经网络组合 残差神经网络概念 多目标优化问题 |
实践：基于双神经网络的双带通频率选择表面设计 | 2 | 基于双神经网络的双带通频率选择表面设计： CST进行FSS仿真 Python/Matlab实现：采用双神经网络进行FSS复杂目标设计，变分自编码器与MLP结合，结果可视化 | |
第二天下午 | 理论：复杂神经网络与设计流程闭环 | 1 | 串联神经网络原理 设计结果仿真验证的必要性 |
实践：串联神经网络（Tandem Network）天线结构逆向设计 | 2 | 基于串联神经网络的天线结构参数设计案例： MATLAB实现串联网络（前向网络+逆向网络） 以CST仿真结果为训练数据，完成天线结构参数逆向预测；结果通过CST验证 |
目录 | 主要内容 |
第一部分 | 1. 超表面概述与FDTD软件入门 1.1.超表面基础和应用及FDTD操作简介 1.1.1. 软件界面、材料与结构定义、仿真区域、边界条件与网格划分 1.1.2. 光源与监视器的设置 1.2.超表面相位调控基础理论与实践操作 1.2.1. 传播相位调控机制（调控原理、结构约束、适用场景） 1.2.2. 几何相位调控机制（调控原理、偏振转换效率、适用场景） 1.2.3. 单纳米结构单元的相位调控实践操作 1.3.案例实践：超表面单元库构建与仿真验证 1.3.1. 单元扫描与参数化建模1）扫描策略2）参数设置3）结果筛选 1.3.2. 仿真参数优化与收敛性1）网格精度2）仿真收敛3）边界条件调整 1.4.超透镜设计与 MATLAB 联动实现 1.4.1. 聚焦相位分布计算（相位公式、归一化处理、离散化映射） 1.4.2. MATLAB 与 FDTD 数据交互、子单元库数据导出 1.4.3. 超构透镜相位分布设计实践（MATLAB编写聚焦相位脚本） 1.5.超表面仿真设计与性能测试 |
第二部分 | 1. 多功能超表面器件设计案例实践 1.1.案例一：偏振成像超构透镜设计 ① 构建针对XY偏振态工作的超透镜相位分布 ② 子单元库中筛选匹配相位并构建超表面结构 ③ FDTD中构建并仿真针对XY偏振态的超透镜 ④ 分析仿真结果并扩展设计覆盖±45度偏振态 ⑤ 设计针对圆偏振光（左右旋）工作的区域 1.2.案例二：消色差超构透镜设计 1.3.案例三：全息超表面设计 1.4.案例四：超表面图像微分器件设计 |
第三部分 | 1. FDTD超表面逆向设计基础入门 1.1.逆向设计核心算法与原理 1.1.1. 梯度下降算法以及遗传算法介绍 1.1.2. 拓扑优化 1）像素化建模 2）灰度阶段与二值阶段：计算出品质因数（FOM）对于每个参数的梯度，更新参数，不断提高FOM，对灰度阶段优化出的结果进行二值化处理 3）工程阶段：确保最终结构具备可加工性 1.1.3. 伴随法与梯度求解（物理模型推导、梯度计算逻辑） 1.1.4. 深度学习与神经网络介绍 1.2.FDTD与Python联合设计与基础操作 1.2.1. 环境配置与调试、基础脚本编写与仿真流程 1）脚本编写规范 2）仿真流程闭环：涵盖衬底/光源设置、仿真运行、结果读取（如透过率、相位）以及循环扫描参数的完整流程 3）自定义形状生成：通过 Python 函数生成复杂几何形状（如椭圆）的坐标点，并将其转换为多边形结构，解决直接建模复杂扫描的问题 |
第四部分 | 1. FDTD联合Python逆向设计案例实践 1.1.颜色路由器案例实践详解 1）案例背景：旨在取代传统的拜耳滤波阵列，实现 100% 的光强利用率，将不同波长或偏振的光路由至 CMOS 的不同像素 2）伴随法应用 3）多目标优化策略 1.2.偏振分束器（异常折射）案例实践 1）衍射效率分析 2）帕累托解优化 3）优化策略循环 |
第五部分 | 5. 超表面逆向设计论文案例复现 5.1.基于拓扑优化的超表面偏振分束器 ——（根据发表在NANO LETTERS上的论文） 5.2.基于拓扑优化的消色差偏转器 ——（根据发表在NANO LETTERS上的论文） 5.3.超表面偏振光转换器设计 ——（根据发表在Chinese optics letters 上的论文） 5.4.基于形状优化的光束偏转器 ——（根据发表在Light&Science Application 上的论文） 5.5.基于遗传算法的二维梯度超表面设计 ——（根据发表在Opto-Electronic Science 上的论文） 5.6.基于神经网络的超表面子单元光谱预测 ——（根据发表在NANO LETTERS上的论文） |
目录 | 主要内容 |
第 一 部分 comsol光学基础与进阶 | |
第二部分 AI与光学应用 | |
02
1
增值服务
1、凡报名学员将获得本次培训课件及案例模型文件；
2、培训结束可获得所学专题课程全程回放视频（线下课除外）；
3、价格优惠：
优惠一：
【早鸟优惠】：前10名报名缴费学员可享300元早鸟价优惠，名额满即止；
优惠二：
【老学员及团报优惠】：老学员或两人以上团报可享受每人额外200元优惠。
【注】费用提供用于报销的正规机打发票及盖有公章的纸质通知文件；北京中科纬来智能科技有限公司作为本次会议会务合作单位，负责注册费用收取和开具发票，可开具会议费发票和发送会议邀请函；
4、参加培训并通过考试的学员，可以获得：北京软研国际信息技术研究院培训中心颁发的专业技能结业证书。
2
报名费用
（含报名费、培训费、资料费）
课程名称 | 价格（元） |
人工电磁材料智能设计技术与应用 | 2700 |
FDTD与Python联合仿真的超表面智能设计技术与应用 | 4600 |
COMSOL与AI融合的光子学智能设计与仿真实践 | 3900 |
3
联系方式（备注 hdp0189，锁定课程早鸟优惠！）
03
由双一流高校电子信息工程学院副教授、硕士生导师，国家级重点实验室成员带领团队成员讲授，导师长期从事电磁场与微波技术领域的教学科研工作，研究聚焦人工电磁材料（频率选择表面（FSS））、计算电磁学及智能设计方法。主持多项国家级、省部级科研课题，发表SCI/EI论文50余篇，是国内较早将人工智能引入电磁材料设计的研究者之一。授课注重理论与实践深度融合，善于通过CST建模仿真与神经网络实战，帮助学员快速掌握AI+电磁设计的全流程技术。
讲师毕业于国内重点实验室核心团队，长期从事 光场调制、冷原子、微纳光学 研究，以第一 / 通讯作者发表多篇高水平论文，包括： Nature、Nature Physics、Nature Photonics、Nature Communications、PRL 等。
04
1、AI+电磁：国内稀缺的交叉领域实操课，打通仿真与深度学习
2、全流程闭环：数据生成 → 正向预测 → 逆向设计 → 仿真验证
3、真工具实战：CST + Python/Matlab，60%以上时间为动手编码与建模仿真
4、赠代码库：课程全套自动化脚本与神经网络模板，课后即可迁移使用
5、小班+助教：精品小班，助教巡回指导，面对面授课
1、双核驱动，掌握智能设计范式：课程将FDTD严格电磁仿真与Python编程智能优化深度融合，超越单一软件操作的局限。学员将不仅学习“如何仿真”，更掌握“如何让机器自动寻找最优解”，从被动验证转向主动设计，构建“物理仿真+计算智能”的现代科研与工程能力栈。
2、全链路覆盖，贯通正向与逆向设计：课程系统性地覆盖了从基础理论→正向设计→逆向优化→工艺准备的全研发链条。学员将经历从基于相位调控的原理设计，到拓扑优化、遗传算法等的高级设计全过程，形成对超表面设计的系统性理解，具备独立解决复杂问题的能力。
3、算法矩阵实战，赋能科学决策：通过对拓扑优化（梯度）、遗传算法（非梯度）、深度学习等主流智能算法的并行讲解与横向对比，使学员深刻理解不同算法的适用场景与局限，从而在面对具体设计任务时，能够基于科学判断选择或融合最佳优化策略。
4、顶刊案例复现，直抵科研最前沿：课程实战案例提炼自《Nature Letters》、《Light: Science & Applications》《Nano Letters》等顶尖期刊的先进成果。通过带领学员复现高水平工作，不仅传授技术工具，更着重于解析顶级研究的设计思想、技术路径与实现技巧，极大缩短学员从学习到产出高水平成果的周期。
1、双核驱动，构建智能光子学全栈能力：课程将COMSOL Multiphysics多物理场仿真平台与PyTorch深度学习框架深度融合，超越单一软件操作的局限。学员将不仅掌握复杂光子结构的精确建模与仿真，更系统学习如何利用AI模型实现光学响应预测、特征提取与结构生成，构建“物理仿真+人工智能”双引擎驱动的现代光子学研发能力栈。
2、全链路覆盖，正向设计与逆向优化完整闭环：课程系统性覆盖从物理原理→COMSOL建模→数据生成→AI模型训练→逆设计优化→COMSOL验证的全研发链条。学员将经历表面等离激元、激光谐振腔等基础案例正向仿真，再到波长复用器等复杂器件的AI驱动逆向设计过程，形成对智能光子学设计范式的系统性理解，培养具备解决从学术探索到工程应用的综合能力。
3、算法矩阵实战，赋能科学决策：课程对传统优化算法（粒子群、差分进化等）与前沿AI模型（CNN、ResNet、U-Net、Transformer）进行讲解与对比。通过剖析不同算法的数学原理、适用场景与性能边界，使学员在面对具体设计任务时，能够基于科学判断选择或融合最优策略。
4、顶刊案例复现，直抵科研最前沿：实战案例深度复现拓扑光子学、非线性光学等前沿方向的高水平研究成果。通过带领学员从论文到代码、从仿真到优化的完整复现过程，不仅传授技术工具，更着重于解析顶级研究的问题提出、技术路径、创新技巧与呈现方式。
