一种基于神经网络的多层复合薄板型声学超材料反设计方法及系统

本发明提供了一种基于神经网络的多层复合薄板型声学超材料反设计方法及系统，通过使用神经网络方法加快超材料设计流程，包括：构造超材料，使用COMSOL和MATLAB联合仿真方法获得数据集，划分数据集并对相关数据进行归一化和标准化处理；将结构参数作为输入，隔声曲线作为输出来训练正向预测网络；再通过冻结参数的正向预测网络来训练反向设计网络；实现了减少超材料设计所需时间的功能，显著提高了设计效率，加快了超材料的设计流程。本发明将神经网络算法引入多层复合薄板型声学超材料的反设计中，无需丰富的设计经验，降低了对设计者专业性的要求，可以快速得到满足隔声性能的超材料参数，为多层复合薄板型声学超材料的定制化设计提供了有力支持。