Los parámetros de rendimiento del material son un requisito previo para llevar a cabo el análisis y diseño estructural de materiales compuestos. Sin embargo, la compleja estructura multiescala de los compuestos de matriz cerámica (CMCs) hace que sea extremadamente difícil obtener con precisión sus parámetros de rendimiento mecánico. Para abordar este problema, se propuso un método de inversión de parámetros elásticos de los constituyentes a microescala de CMC (fibras y matriz) basado en la integración de modelos de elementos finitos macro-micro. Este modelo se estableció a partir de los datos de escaneo CT de una muestra de tracción de CMC tejida en plano utilizando el proceso de infiltración de vapor químico (CVI), que podría reflejar la verdadera microestructura y las características de morfología superficial del material. Se utilizó una red neuronal BP para predecir la rigidez multiescala, considerando la influencia de la estructura porosa en la rigidez macroscópica del material. El proceso de inversión de los parámetros elásticos de los constituyentes se estableció utilizando el algoritmo de región de confianza combinado con una función de error mejorada. Los resultados de la inversión mostraron que este método podría invertir con precisión los parámetros elásticos de los constituyentes de CMC con excelente robustez y rendimiento anti-ruido. Bajo cuatro grados diferentes de desviación en las condiciones de iteración inicial, el error de inversión de todos los parámetros estuvo dentro del 1%, y el error máximo de inversión fue solo del 2.16% bajo un nivel de ruido alto del 10%.