基于粒子群－向量机的汽车加速噪声评价

摘要：

以乘用车由50 km／h 加速到100 km／h 时的噪声信号为评价对象，用成对比较法对车内加速噪声品质偏好性进行主观评价实验，获得每个样本的偏好性评价值。计算各噪声样本的主要心理声学客观参数并进行相关分析。鉴于评价者对非稳态噪声主观评价过程的复杂性，建立支持向量机（Support Vector Machine，SVM）的主客观评价模型，并利用粒子群优化算法（Particle Swarm Optimization，PSO）对模型参数进行优化。为对比优化后预测效果，建立 BP 神经网络回归模型。结果表明，优化后的粒子群－向量机回归模型用于噪声声品质评价能获得更好的预测效果，可较大程度提高声品质预测精度。

关键词：加速、声品质、主客观评价、粒子群、向量机

分类号：U467.1(汽车工程)

资助基金：国家自然科学基金51275540，50975296

在线出版日期：2015-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-29