为了提升船舶与水下装备中低频振动的抑制能力,本文探讨了深度神经网络(DNN)与遗传算法(GA)协同优化局域共振超材料板(LRMP)的方法。针对传统设计依赖人工经验、计算效率低及共振单元禁带窄的难题,提出了一种融合代理模型与智能算法的优化框架。通过建立局域共振超材料板的有限元模型,训练DNN学习几何参数与振动响应的隐式关系,利用其作为代理模型加速GA适应度评估。此外,引入AutoML构建自动化设计框架,实现了板结构共振子几何参数逆设计。与传统方法相比,计算与时间成本降低了95%。优化后的局域共振超材料板在目标频段内振动衰减能力提升显著。该研究为复杂声学超材料的快速优化提供了新思路。