天线作为无线电的收发设备,是无线通讯系统中非常重要的一环。随着无线通讯在全球的普及和通讯系统技术的发展,对于天线的性能要求变得越来越高,天线设计也成为极具挑战性的任务。随着天线的设计变量维度的升高,人为调参的设计方法已经不再适用。同时目前对天线多方面性能表现都有较高的要求,设计天线时需要同时考虑天线的多个性能指标,传统的单目标优化方法已经不能完成目前的天线设计任务。快速的多目标的天线优化设计方法成为目前天线设计领域的主要研究方向。本文首先介绍了克里金模型的原理和在天线优化中的应用方法,并运用克里金模型结合粒子群优化方法,对叉槽形矩形贴片天线进行优化设计,验证了方法的有效性。实验结果表明,在使用克里金代理模型后,粒子群算法对与电磁仿真的需求大大降低,节约了大量的电磁仿真时间,提高了优化效率。随后介绍了NSGA3多目标优化算法的基本原理,阐述了基于克里金模型和NSGA3算法在天线设计上的运用方法,并将该方法用于优化H形贴片天线的回波损耗和增益。实验表明,在结合克里金代理模型后,NSGA3算法能以较低的代价,在回波损耗和增益上都获得了良好的设计结果。接着提出了一种全新的基于迭代的启发式采样方法,该方法能有效解决样本数量难以确定的问题,同时可以充分利用现有样本的位置和目标函数值信息。实验表明,启发式采样拥有更高的样本利用率,建立的代理模型经过优化后更加接近真实最优解;同时启发式采样的统计结果方差更小,比传统方法更加稳定。在一个带有叉形贴片的超宽带印刷天线设计过程中验证了该方法的有效性。最后将强化学习中的策略梯度算法用于构建采样器。通过实验比较了策略梯度采样和启发式采样的性能表现。实验表明策略梯度采样能够用于构建采样器,并具有良好的效果。构建的采样器被用于一个双频单极子天线的设计任务,提出了完整的应用方法。