10.13465/j.cnki.jvs.2015.02.005
基于粒子群-向量机的汽车加速噪声评价
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。
加速、声品质、主客观评价、粒子群、向量机
U467.1(汽车工程)
国家自然科学基金51275540,50975296
2015-01-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
25-29