功率放大器设计

E-GASPAD 将局部贝叶斯神经网络（BNN）与混合进化搜索结合，在版图级联合优化功率放大器的多项射频指标。通过电磁与谐波平衡仿真评估候选设计，降低对高质量初始方案的依赖。

方法框架

↻ 局部搜索改进候选性能，种群重构降低过早收敛的风险。流程按论文方法重构。

局部 BNN 根据邻近样本建立预测模型，用不确定性辅助候选预筛选；局部搜索改进性能，全局搜索与种群重构保持多样性。MATLAB 优化器通过 AEL 脚本连接 ADS / Momentum。

案例	变量 / 指标	平均完整评估次数	平均耗时
27–31 GHz AB 类	27 / 7	516	52 小时
24–31 GHz Doherty	31 / 10	574	60 小时

各案例均统计四次独立运行。