本发明设计了一种基于智能算法的高Q值的硅基光子晶体纳米束微腔，首先，制备包含随机生成的光子晶体纳米束微腔的初始Q值的数据集。随后，用该数据集训练含有一个隐藏层的神经网络，其输入为中心孔的间距和六对梯度孔间距等参数，其输出为log₁₀Q，得到一个训练好后的神经网络，用来预测不同结构参数对应的微腔Q值。之后，将神经网络的输出作为遗传算法的适应度函数，对结构进行优化，得到最优的谐振腔。本发明针对在优化Q值时难以同时优化多个参数的问题，实现了目前最高Q值的硅基光子晶体纳米束微腔，具有品质因子高和模式体积小、尺寸小、制备简单等优势，在低功率信号处理、光学激光器、高性能滤波和传感等领域有着广泛的应用。