论文部分内容阅读
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