为探究循环神经网络（RNN）对长时间模拟城市公园声景感知响度（PLS）和感知协调度（PHS）的适用性，采用具有时序记忆和延迟功能的Elman神经网络和NARX神经网络分别进行验证。将城市公园声景和光景客观指标作为输入层，PLS和PHS作为输出层进行神经网络训练和模拟。研究结果显示：1)PLS和PHS同时与等效A声级（L_(Aeq)）、背景声（L_(95)）以及光景客观指标中的直射光（TL）之间具有相关性；2)Elman神经网络对PLS有较好的长时模拟效果，而NARX神经网络则对PHS具有较优的长时模拟效果；3）从输入层各参数的贡献率来看，等效A声级（LAeq）、前景声（L_5）、心理声学参数响度（LO）和漫射光（EL）同时在两个RNN模型中体现出了较高的贡献度。该结果表明，循环神经网络适用于城市公园的声景长时感知模型，并为城市公园的声景优化设计提供了有效的评估方法和参考依据。