基于神经网络方法的高速列车车外气动噪声预测

• 作者: 李辉 肖新标 金学松
• 来源期刊: 噪声与振动控制
• 学科: 交通运输
• 关键词: 声学 高速列车 气动噪声 声类比理论 神经网络 预测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 西南交通大学牵引动力国家重点实验室论文专辑
• 页码范围: 56-59,116
• 页数: 5页
• 分类号: U270.1+6
• 字数: 2754字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.03.013

摘要

利用神经网络进行高速列车车外气动噪声预测研究。基于Lighthill声学类比理论，建立高速列车气动噪声计算模型。在此基础上采用Levenberg-Marquardt (LM)算法建立车外气动噪声的神经网络预测模型，选取车外气动噪声样本点对预测模型进行训练，用训练好的神经网络预测模型预测车外气动噪声。结果表明，建立的神经网络模型对车外噪声具有较好的预测效果，可以用来进行高速列车车外噪声预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金学松	西南交通大学牵引动力国家重点实验室	232	4529	35.0	54.0
5	肖新标	西南交通大学牵引动力国家重点实验室	134	1736	22.0	37.0
9	李辉	西南交通大学牵引动力国家重点实验室	33	222	9.0	14.0