本发明公开了一种用于乐甫波液体多参数传感的人工神经网络结构和方法。所述人工神经网络结构采用两级结构，第一级结构包括第一输入层、第一隐含层和第一输出层，第二级结构包括第二输入层、第二隐含层和第二输出层；第一输入层、第一隐含层和第一输出层依次连接，第一输出层接入第二输入层，第二输入层、第二隐含层和第二输出层依次连接。本发明通过乐甫波负载液体时数值仿真得出的输入输出层量化关系作为正向样本，用于正向传播学习训练；通过已知液体特征参数的液体实验测试结果作为反向样本，用于反向传播学习调整。经过大量反复的神经网络正向训练和反向调整，获得乐甫波传播参数与液体特征参数的定量关系，实现液体多参数传感功能。