基于遗传-支持向量回归的车内稳态噪声声品质预测

• 作者: 朱仝 袁卫平 郑松林
• 来源期刊: 噪声与振动控制
• 学科: 交通运输
• 关键词: 声学 车内稳态噪声 声品质 支持向量回归 遗传算法 主客观评价
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 运载工具振动与噪声
• 页码范围: 170-174,193
• 页数: 6页
• 分类号: TB535|U467.4+93
• 字数: 4293字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2020.03.030

摘要

为了稳定、精确地评价车内稳态噪声声品质,以车内稳态噪声为研究对象,进行主观评价试验,计算客观心理声学参数并完成了相关性分析.建立基于支持向量回归(Support Vector Regression,SVR)的车内稳态噪声声品质预测模型,并使用遗传算法(Genetic Algorithm,GA)对支持向量回归的超参数进行优化.其后建立基于反向传播神经网络(Back Propagation Artificial Neural Network,BPANN)的声品质预测模型.对比分析发现遗传-支持向量回归(GA-SVR)模型预测精度高于BP神经网络.结果表明,遗传-支持向量回归适用于车内稳态噪声声品质预测,能够较大提高车内稳态噪声声品质预测精度和工程效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑松林	上海理工大学机械工程学院	162	1201	17.0	28.0
2	袁卫平	上海汽车集团股份有限公司商用车技术中心	4	4	1.0	1.0
3	朱仝	上海理工大学机械工程学院	1	0	0.0	0.0