本发明涉及屏蔽体性能评估技术领域，公开了一种基于模拟退火的深度神经网络的屏蔽体屏蔽效能评估方法及系统，本方法通过以核电磁脉冲为激励源对多个不同的仿真工况参数下的空心屏蔽体腔的仿真模型分别进行激励，得到多个不同的仿真工况参数下的空心屏蔽体腔的仿真模型分别对应的电场强度，采用基于模拟退火算法自动搜索优化的神经网络学习算法对特征数据库进行训练，从而对训练得到的神经网络学习模型的网络参数进行优化，并利用优化好的屏蔽体电场强度预测模型对待识别的屏蔽体的电场强度进行预测，提高预测结果精度，通过电场强度预测值确定屏蔽体的屏蔽效能，从而可快速应用于对任意屏蔽体的屏蔽效能进行评估，并提高屏蔽效能的评估精度。