1.一种基于动态Kriging和DQN的弹性波超材料结构参数优化方法，其特征在于，包括：步骤S1，建立弹性波超材料结构参数优化模型，所述模型包括设计变量、目标函数和约束条件；

步骤S2，构建DQN优化算法的框架结构，并根据所述模型确定所述DQN优化算法的状态空间、动作空间和奖赏函数；

步骤S3，获取用于构建Kriging代理模型的数据集，并基于所述数据集构建Kriging代理模型；

步骤S4，初始化弹性波超材料的结构参数，得到初始结构参数，即初始状态；基于所述初始状态采用DQN优化算法确定最优结构参数以及对应的奖赏值；所述DQN优化算法中的环境为所述Kriging代理模型；

步骤S5，所述最优结构参数和所述对应的奖赏值构成新的数据点，将所述新的数据点添加到所述数据集中，得到新的数据集；

步骤S6，判断所述新的数据集中的数据点的个数是否达到设定数量，若是，则当前的最优结构参数即为最终确定的弹性波超材料的最优结构参数，若否，返回步骤S3，利用所述新的数据集重新构建Kriging代理模型；

所述目标函数为：

其中， 为目标函数值， 为优化解的结构总质量，为设计变量， 为优化解的结构总质量的上限，为防止分母为0的设定值， 为违约值， 为第n+1条能带上第k个采样点对应的带隙频率， 为第n条能带上第k个采样点对应的， 为第n条能带和第n+1条能带之间的带隙宽度， 。

2.如权利要求1所述的方法，其特征在于，构建的DQN优化算法的框架结构包括训练后的Q网络。

3.如权利要求1所述的方法，其特征在于，其中，根据所述模型确定所述DQN优化算法的状态空间、动作空间和奖赏函数，包括：所述状态空间包括多个状态，所述状态为一组设计变量的取值，所述设计变量的上限和下限构成所述状态空间的边界；

所述动作空间中的动作用于对所述状态进行改变；

所述奖赏函数即为所述目标函数。

4.如权利要求1所述的方法，其特征在于，其中，获取用于构建Kriging代理模型的数据集，包括：采用实验方法获取设计变量数据集，对所述设计变量数据集进行有限元数值模拟，得到目标响应数据集；

所述设计变量数据集和所述目标响应数据集构成用于构建Kriging代理模型的数据集。

5.如权利要求1所述的方法，其特征在于，其中，基于所述初始状态采用DQN优化算法确定最优结构参数以及对应的奖赏值，包括：步骤S41，将所述初始状态作为当前状态，所述当前状态与环境互动，获得当前奖赏值；

步骤S42，采用绝对 ‑greed策略选择动作并获得下一个状态，再次与环境互动，获得下一个奖赏值；

步骤S43，判断是否满足终止条件，若是，则比较所述下一个奖赏值和所述当前奖赏值，选择较大的奖赏值对应的状态作为最优结构参数，若否，选择较大的奖赏值对应的状态作为当前状态，并返回步骤S41。

6.一种基于动态Kriging和DQN的弹性波超材料结构参数优化装置，其特征在于，包括：参数优化模型建立模块，用于建立弹性波超材料结构参数优化模型，所述模型包括设计变量、目标函数和约束条件；

框架构建模块，用于构建DQN优化算法的框架结构，并根据所述模型确定所述DQN优化算法的状态空间、动作空间和奖赏函数；

代理模型构建模块，用于获取用于构建Kriging代理模型的数据集，并基于所述数据集构建Kriging代理模型；

优化模块，用于初始化弹性波超材料的结构参数，得到初始结构参数，即初始状态；基于所述初始状态采用DQN优化算法确定最优结构参数以及对应的奖赏值；所述DQN优化算法中的环境为所述Kriging代理模型；

动态更新模块，用于所述最优结构参数和所述对应的奖赏值构成新的数据点，将所述新的数据点添加到所述数据集中，得到新的数据集；

判断模块，用于判断所述新的数据集中的数据点的个数是否达到设定数量，若是，则当前的最优结构参数即为最终确定的弹性波超材料的最优结构参数，若否，进入代理模型构建模块，利用所述新的数据集重新构建Kriging代理模型；

所述目标函数为：

其中， 为目标函数值， 为优化解的结构总质量，为设计变量， 为优化解的结构总质量的上限，为防止分母为0的设定值， 为违约值， 为第n+1条能带上第k个采样点对应的带隙频率， 为第n条能带上第k个采样点对应的， 为第n条能带和第n+1条能带之间的带隙宽度， 。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，以实现权利要求1‑5任意一项所述的基于动态Kriging和DQN的弹性波超材料结构参数优化方法。

8.一种计算机程序产品，其特征在于，包括计算机程序/指令，所述计算机程序/指令被处理器执行时，以实现权利要求1‑5任意一项所述的基于动态Kriging和DQN的弹性波超材料结构参数优化方法。