近日，我校信息与智能科学学院青年教师刘洋副教授（博士生导师）在手性金纳米棒螺旋扭曲微结构的形貌特征与光学不对称特性研究方面取得重要进展，实现了基于数据驱动的“结构—性能”关联研究。相关成果已分别发表于国际《人工智能的工程应用》（Engineering Applications of Artificial Intelligence）和《材料与设计》（Materials & Design）。

图1. 研究思路图。

在前期工作中，刘洋聚焦于胆甾相液晶中金纳米棒螺旋扭曲微结构的构建，成功制备出具有光触发不对称可调谐特性的手性金纳米棒螺旋结构（Adv. Optical Mater. 2024,2400862）。随着研究深入，刘洋意识到，实现对该类微结构的高效“结构—性能”预测对实验研究具有重要指导意义。为此，刘洋指导硕士研究生陈永光、羊博等，基于时域有限差分法（Finite Difference Time Domain，FDTD）仿真自主构建了专用数据集，系统分析了金纳米棒螺旋结构特征与光学非对称性参数（如消光、圆二色谱及g-因子）之间的内在关联，分别开发了用于预测光学非对称性特征的神经网络，以及基于粒子群优化算法（PSO）的逆向结构反演方法。

图2. 预测金纳米棒螺旋扭曲微结构光学非对称性的3N_HL50N^N示意图及其预测结果。

实验结果显示，刘洋老师团队构建的3N_HL50N^N神经网络在各项光学非对称性参数的预测中表现优异，其决定系数（R²）介于0.93至0.998之间，并具备出色的计算效率（图2）。该模型在预测阶段的响应速度达到毫秒级，相较于传统FDTD仿真方法（小时级）提升了七个数量级，运算效率提升超千万倍，充分彰显了该神经网络在微结构光学分析中的显著优势与应用潜力。

图3. 基于PSO算法反演结构特征参数的示意图，以及仿真结果与理论预期的对比。

为解决金纳米棒螺旋结构在逆向设计中的关键难题，刘洋团队创新性地融合预测网络与PSO算法，以目标光谱与预测光谱之间的重叠系数作为适应度函数，并引入线性递减惯性权重策略，有效平衡全局搜索与局部优化，实现了从目标光学响应到结构参数的快速、精准反演。该算法仅需6秒即可输出与目标光学非对称性相匹配的结构参数。基于反演结果构建的金纳米棒螺旋扭曲微结构在实验中表现出与理论高度一致的光学行为（图3）。上述成果表明，刘洋老师团队已成功实现对该类微结构光学非对称性的准确预测，并具备通过光学响应逆向推断其形貌特征的能力。

图4. LFL150-AE60网络预测g-因子谱图的示意图，及其预测结果与FDTD仿真结果的偏差。

通过对神经网络结构的进一步优化，研究团队开发出LFL150-AE60网络，实现在400–1600nm宽波长范围内对g-因子谱图的高精度预测，预测值与实际结果的相关系数达0.983（图4）。与传统的FDTD仿真相比，LFL150-AE60网络的预测速度提升了八个数量级，展现出更加卓越的计算性能。该成果标志着团队在金纳米棒螺旋结构关键光学参数的预测与谱图生成方面取得重要突破，为微结构的光学设计与性能调控提供了高精度、高效率的计算工具。

图5. 结合LFL150-AE60网络优化后的PSO算法示意图，及其反演过程中的搜索轨迹与结果对比。

刘洋团队进一步将LFL150-AE60网络与粒子群算法结合，优化了用于反演金纳米棒螺旋结构形貌特征的PSO算法（图5）。升级后的PSO–LFL150-AE60算法具备更高的操作便捷性，仅需输入目标g-因子谱图，即可直接反演出对应的结构形貌参数。结果显示，基于该算法反演得到的结构参数所重建的g-因子谱图与输入目标高度一致。这一成果进一步巩固了PSO–LFL150-AE60算法在微结构逆向设计中的优势，为面向光学非对称性的微结构精准设计提供了可靠手段。

本研究由刘洋主导，我校2023级控制科学与工程专业硕士研究生陈永光、2023级信息与通信工程专业硕士研究生韦喜洋及2024级电子信息专业硕士研究生羊博承担主要任务。信息与智能科学学院尚建华副教授与香港城市大学赵利娜助理教授亦作出重要贡献。研究获国家自然科学基金、上海市自然科学基金、中央高校基本科研业务费专项资金及香港研究资助局RGC项目共同资助。

论文信息：

1. Yang Liu*, Yongguang Chen, Xiyang Wei, Jianhua Shang, Lina Zhao*. Uncovering the Geometry-dependent Optical Asymmetry of Gold Nanorods Helical Assemblies Using Artificial Neural Networks. Engineering Applications of Artificial Intelligence 162, 112513 (2025). （中科院1区，Top） https://www.sciencedirect.com/science/article/abs/pii/S0952197625025448

2. Yang Liu*, Yongguang Chen, Bo Yang, Lina Zhao*. Data-driven prediction and inverse design of optical asymmetry in gold nanorod-helical assemblies. Materials & Design 259, 114788 (2025). （中科院2区）https://www.sciencedirect.com/science/article/pii/S0264127525012080