摘要： 针对轨道交通车辆中的变流器噪声降噪问题，提出一种基于多层支持向量回归（Support Vector Regression，SVR）的选择机制，用以构建噪声预测模型。首先，以训练基准函数为支撑，构建特征向量与SVR、核函数之间的映射关系。随后根据测试数据的特征，依托之前的映射关系，完成SVR、核函数的筛选。最后，使用粒子群优化算法（Particle Swarm Optimization，PSO）完成参数匹配和模型构建。研究中先通过三个测试函数，验证多层SVR选择机制的准确率，再将构建的方法应用于变流器的噪声预测。结果表明：同其他常用的SVR方法相比，所研究的方法在预测效果上取得较大的提升。

关键词: 声学, 变流器, 噪声, 代理模型, 多层SVR选择机制, 粒子群优化算法