随着城市的发展和道路基础设施的逐步完善,以及人们对环保意识的增强和对环境质量要求的提高,环境噪声问题已成为越来越受关注的环境问题。因此在项目建设之前进行环境噪声的预测和评估是十分必要的,它对环境污染控制、管理、规划等方面均具有重要意义。住宅小区是人们日常活动的最主要场所,但是却受到越来越多噪声的干扰。对于规划中的项目,我们希望知道其建成后的噪声分布情况,需要进行噪声预测。本文主要学习了通用的噪声预测模型FHWA模式和神经网络的基本原理,选择了BP神经网络作为建立噪声预测模型的基本理论和方法,尝试性的将BP神经网络用于创建噪声预测模型,并且进行了神经网络模型的优化。以某一小区的设计方案为例,运用该噪声预测模型对其进行噪声预测,比较两种模式下的预测精度,经过分析预测结果可知预测结果能较好的模拟该设计方案落成后的噪声分布情况。将噪声预测模型与GIS专业软件相结合,较为直观和逼真的显示了预测结果,根据预测结果调整设计方案,从而到达辅助规划决策的目的。论文的创新点在于:(1)用BP神经网络建立了一个面向小区域的噪声预测模型,补充并发展了噪声预测的新方法;(2)该噪声预测模型与3DCM相结合,在建筑群中对声场进行非线性建模。实验证明基于神经网络的噪声预测模型具有自组织、全局优化与容错学习等能力,通过样本学习可使预测模型有良好的预测能力;噪声预测模型与3DCM的结合,模拟了噪声在建筑群中的分布,更好地将噪声信息进行了表达和分析应用,为政府部门进行城市规划、管理及决策提供科学有效的证据支持。