一种基于机器学习的快速匹配场海底声学参数反演方法，首先根据实验海域的环境先验信息和收发配置，选择声学传播模型建立仿真环境；然后在不同的海底声学参数下结合测量声场计算目标函数值，基于该正向映射建立数据集，用于训练与测试机器学习模型；最后在匹配场反演的参数更新过程中，针对扰动前后的参数，先利用机器学习模型快速筛选有效扰动，再利用声学传播模型判断接受或者拒绝，经过多轮参数更新后收敛至全局最优。本发明在传统匹配场反演过程中引入基于机器学习的预筛选处理，减少声学传播模型的调用次数，进而降低反演耗时，而声学传播模型的进一步判断保障了反演准确性，能提高快速海底特性分析能力。