一种基于优化算法深度学习的微穿孔板吸声系数预测方法

本发明公开了一种基于优化算法深度学习的微穿孔板吸声系数预测方法。方法包括：通过随机生成与逻辑排列的方式，生成若干微穿孔板的结构参数；构建各个微穿孔板的结构参数和理论吸声系数的对应关系的理论吸声系数曲线；建立吸声系数预测模型，通过理论吸声系数曲线对吸声系数预测模型进行训练，获得训练完成的吸声系数预测模型；将待预测的微穿孔板的结构参数输入训练完成的吸声系数预测模型中，基于处理后输出待预测的微穿孔板的吸声系数，实现预测。本发明方法适用于不同类型的微穿孔板及其变化，并且无需复杂的数值模拟过程，计算速度更快，适用于工程实践中的计算，具有较强的泛化能力，能够应用于其他声学超材料。