10.3969/j.issn.1006-1355.2023.01.038
基于神经网络模型的高架轨道噪声烦恼度预测
为了准确高效预测高架轨道噪声居民主观烦恼度,建立BP神经网络模型并对其进行优化,并对BP神经网络模型的训练和检验结果进行相关性分析,结果表明该模型具有很好泛化能力和学习能力.相较于多元线性回归,BP神经网络模型更适合应用于高架轨道交通噪声的烦恼度预测.将建立的烦恼度预测模型与通过仿真得到的噪声数据结合,可以为高架轨道交通噪声居民主观烦恼度的评估提供新的方法.
振动与波、高架轨道交通、烦恼度、预测、神经网络
43
TB533(声学工程)
2023-02-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
227-231,250