基于深度神经网络的逆设计级联网络结构，首先输入预先设定的目 标传输谱 通过逆向 网络后输出 介电常数和超原子尺寸等结构参数; 再将这些结构参数输入到前向预测网络中, 计算出 透射场的传输系数; 最后, 将计算的透射谱与目 标传输谱进行比较以 评估误差。通过优化逆设计网络中 的隐藏层权重以减小计算的传输谱与目 标传输谱之间 的差异,而先前训练的前向预测神经网络中的隐藏神经元的值保持不变。 在这种结构中, 一旦创建了数据集并且完成了对神经网 络的训 练, 就能够以 最少的运算时间提供最佳的结构设计。