一种基于机器学习的光固化成型宽频吸声结构优化方法

本发明公开了一种基于机器学习的光固化成型宽频吸声结构优化方法，步骤为：构建宽频吸声结构，包括颈部多孔结构、腔体内部结构，颈部多孔结构中第一和第二多孔结构沿吸声结构中心轴对称且不联通，中间隔有声波入射通道，两侧分别设置盖板；腔体内部结构由第一、第二、第三嵌入式隔板和谐振空腔组成；采用商业有限元求解器对宽频吸声结构进行模拟计算，计算宽频吸声结构的吸声性能；构建机器学习参数优化模型，通过BP神经网络和遗传算法对吸声结构的参数进行优化，获得最优的吸声结构参数。本发明方法能够实现高效的宽频噪声抑制，显著提高吸声性能，并增大有效带宽，同时有效降低设计时间和经济成本。