提出一种基于人工神经网络(ANN)和粒子群优化 (PSO) 的半导体激光器参数反向设计方法。利用由传统数值仿真方法计算出的激光器功率样本数据来训练ANN,并用此网络预测激光器任意一组参数对应的功率谱,均方差可低至0.5 mW,用时仅0.07 s,计算速度提高了约1800倍(与相同环境下传统数值算法耗时125.57 s相比)。将此网络与PSO算法结合,可获得目标功率谱的对应参数,即实现反向设计。经计算获得的反向设计方案不唯一,从而进一步验证了半导体激光器非线性多参数的特点。相同环境下ANN结合PSO的反向算法(均方差低于0.04 mW,用时39.45 s)与传统数值反向方法(均方差为0.89 mW,用时192 h)相比,精度提高了22.25倍,速度提高了约17500倍,说明了该方法的有效性。