噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (4): 91-96.

• 振动理论与数值解法 • 上一篇    下一篇

基于机器学习的超材料性能表征和逆向设计研究

徐顾鑫范伟吕慕沄秦佳贺夏兆旺   

  1. ( 江苏科技大学能源与动力学院,江苏镇江212003 )
  • 收稿日期:2024-01-22 修回日期:2024-03-24 出版日期:2025-08-18 发布日期:2025-07-28

Characterization and Inverse Design of Metamaterials Based on Machine Learning

  • Received:2024-01-22 Revised:2024-03-24 Online:2025-08-18 Published:2025-07-28

摘要: 具有独特结构的超材料,可以拥有天然材料无法比拟的性能,已在诸多领域得到应用。针对传统采用实验和有限元仿真等方法构建性能优异的超材料结构需要消耗大量时间的问题,提出一种基于机器学习的方法来表征超材料的有效性能,并在此基础上设计其微观结构,使其在力学、减振降噪领域具有良好性能。研究结果表明:采用随机森林回归模型的超材料性能表征的确定系数大于0.98,误差小于0.88 %,均方根误差小于0.03,基于机器学习的方法能够准确表征超材料的性能。此外,优化算法逆设计出的结构不仅拥有较高热导率和杨氏模量,还能使带隙宽度增加。

关键词: 振动与波, 机器学习, 均质化, 超材料, 逆设计, 减振降噪