汽车声品质的GA-BP神经网络预测与权重分析

• 作者: 唐荣江 张澧桐 梁杰 赵彤航 高印寒
• 来源期刊: 光学精密工程
• 学科: 交通运输
• 关键词: 车内噪声 声品质预测 GA-BP神经网络 权重分析
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 462-468
• 页数: 7页
• 分类号: U467.4|TP183
• 字数: 2970字
• 语种: 中文
• DOI: 10.3788/OPE.20132102.0462

摘要

为了高效而准确地评价与控制车内噪声品质,以B级车稳态工况下副驾位置的车内噪声为研究对象,采用等级评分法对采集到的声音样本进行了主观评价试验,同时计算了7个客观参数.以客观参量为输入,声品质主观结果为输出,引入基于遗传算法的BP神经网络建立了声品质预测模型.实验显示该模型输出结果与实际评分的相关系数达到0.928,检验组的预测最大误差为±8％.以所建模型的连接权值,分析了客观参数对主观评价结果的贡献度,并以影响系数较大的参数为输入重新构建了预测模型.研究结果表明:稳态工况下,车内声品质主要受响度、粗糙度和尖锐度的影响,其预测模型可由这3个参数来描述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高印寒	吉林大学汽车仿真与控制国家重点实验室	73	570	14.0	19.0
2	梁杰	吉林大学汽车仿真与控制国家重点实验室	32	425	12.0	19.0
3	赵彤航	中国第一汽车股份有限公司技术中心	4	53	3.0	4.0
4	张澧桐	吉林大学仪器科学与电气工程学院	4	45	3.0	4.0
5	唐荣江	吉林大学仪器科学与电气工程学院	1	30	1.0	1.0