摘要
本发明属于超材料结构设计技术领域,旨在解决超材料结构设计依赖经验和手工调整的问题。提供了一种机械超材料结构正逆向融合设计与性能预测方法,设计N个原始超材料结构,提取N个结构参数和材料参数的组合;进行建模和仿真,获取N个特征参数组;构建包括前神经网络和后神经网络的双深度学习模型并基于上述数据进行训练;给定新的超材料结构的结构参数和材料参数的组合,以及所需达到的性能参数,如低频带隙值、泊松比等;在双深度学习模型中输入新的结构参数和材料参数的组合,基于前神经网络输出的特征参数判断是否达到所需的性能;若达到,则后神经网络输出重构后的最优原始材料结构。本发明能够降低超材料的设计复杂性。