传统的光学元件常常面临着体积厚、难以集成等问题。光学超表面是一类具有亚波长尺寸的微纳光学元件,可以实现对相位的局域灵活调控,从而影响光场分布及光束的传播形式,且体积较小、易于集成。随着对微纳元件需求的不断提升,设计多功能光学超表面成为了急需解决的问题。目前对于超表面的设计一般使用基于理论及多次迭代仿真计算的前向方案,或是基于梯度、种群的逆向算法,前者面临着参数空间小、适用场景不够宽、可适应体系有限,效率不高等诸多问题,后者存在着维度爆炸、超参数敏感等问题。针对多功能光学超表面的高性能需求以及超表面设计困难的问题,本文研究了一种基于生成网络的模型用以优化常见的光学超表面。这种生成模型改编自生成对抗网络（GAN）,但是使用了电磁求解器来代替GAN中原有的判别器。电磁求解器能够给出生成网络生成的结构的效率,并且基于伴随梯度法可以得出效率关于设计参数的梯度,从而方便网络的反向传播、更新网络参数的梯度。结合此网络模型,本文分别使用了不同的电磁求解器优化了周期性和非周期性的光学超表面。对于周期性的超表面也即超表面光栅,使用了严格耦合波理论（RCWA）作为生成模型中计算其电场的求解器。本文设计了多层堆叠的光栅结构,并且探讨了这种结构在消色散的近眼显示衍射光波导与光线分束器中的应用。相比较传统的光栅,这种光栅具有更高的设计自由度,从而可以实现更复杂的功能。对于大尺寸的非周期性超表面而言,本文构造了一个快速近似的电磁求解器作为求解器。这个求解器的基本原理是空间中任意一点的电场都可以表示为局部电场和格林函数的卷积形式。基于局部周期性近似的原理,使用了RCWA提前计算了超表面结构单元的局部电场,并且使用了多项式拟合了局部电场关于设计参数的响应。我们将这种算法应用于超表面透镜和微型光谱仪的设计中,验证了该算法的有效性。这种基于生成模型的物理驱动神经网络模型的光学超表面高效设计方法克服了常规网络模型对于训练数据的依赖问题,在多种应用场景中表现甚佳,有望推动光学元件向小型化、轻量化的发展,对于光学系统的微型化和集成化发展有着重要的意义。