Noise and Vibration Control ›› 2023, Vol. 43 ›› Issue (3): 161-166.

Previous Articles     Next Articles

Prediction and Analysis of Vehicle Interior Sound Quality Based on XGBoost Algorithm

  

  • Received:2021-12-23 Revised:2022-03-28 Online:2023-06-18 Published:2023-06-18

基于XGBoost算法的车内声品质预测及分析

张勇彭沸潭杨鄂川任克琳欧健   

  1. ( 重庆理工大学车辆工程学院,重庆400054 )

摘要: 利用极限梯度提升(XGBoost)算法建立特种车车内声品质预测模型。首先,进行车内噪声的采集试验并进行试验数据挑选,将其处理成68 个可以进行主观评价试验的有效声音样本,然后计算声音样本的客观参数,并分析各参数随工况的变化趋势。以客观参数作为声品质预测模型输入,主观评价预测值为输出,得出预测值与实际主观评价值的平均相对误差为2.43 %,相关性系数为0.943,表明根据XGBoost预测模型所得结果与主观评价一致。最后通过分析声品质客观参数的特点得到客观参数对主观分数的影响权重。

关键词: 声学, 车内噪声, 心理声学, 声品质预测, XGBoost算法, 权重