噪声与振动控制

噪声与振动控制 ›› 2023, Vol. 43 ›› Issue (1): 227-231.

• 环境振动与环境声学 • 上一篇    下一篇

基于神经网络模型的高架轨道噪声烦恼度预测

何家敏1, 2，周俊召1, 2，罗雁云1, 2   

  1. （ 1. 同济大学铁道与城市轨道交通研究院，上海201804；
    2. 同济大学上海市轨道交通结构耐久与系统安全重点实验室，上海201804 ）
  • 收稿日期:2021-10-29 修回日期:2022-01-20 出版日期:2023-02-18 发布日期:2023-02-18

Prediction of Annoyance Degree of Elevated Track Noise Based on Neural Network Model

  • Received:2021-10-29 Revised:2022-01-20 Online:2023-02-18 Published:2023-02-18

PDF

摘要： 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。

关键词: 振动与波, 高架轨道交通, 烦恼度, 预测, 神经网络