基于LSSVM的混合动力汽车车内声品质烦躁度预测

• 作者: 宋文兵 左言言
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 混合动力汽车 声品质 烦躁度 主成分分析 最小二乘支持向量机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 车辆工程
• 页码范围: 33-39
• 页数: 7页
• 分类号: U467.1+1
• 字数: 2724字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.10.006

摘要

以某款混合动力汽车为研究对象,针对其非稳态工况下的车内噪声声品质进行研究.对采集到的噪声信号烦躁度指标进行主客观评价试验,得到非稳态工况下车内噪声的声品质特性.使用主成分分析法对客观参数进行降维处理,得到3维数据集.将经过主成分分析后的数据作为输入,烦躁度值作为输出,建立基于主成分分析-最小二乘支持向量机算法的声品质预测模型.统计了随机计算的20次结果,模型的最大相对误差为9.47％,最小值为0.001 7％,说明提出的主成分分析-最小二乘支持向量机模型具有良好的融合能力,可用来预测汽车非稳态工况下的车内声品质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左言言	江苏大学振动噪声研究所	83	774	16.0	22.0
2	宋文兵	江苏大学振动噪声研究所	4	4	1.0	2.0