摘要： 针对超声速民机声爆引发的公众烦恼度问题，为明确声爆特性对人员烦恼度的影响，构建由主观评价实验数据驱动的可解释神经网络烦恼度感知模型。通过频谱校准在模拟半自由场声环境中进行声爆听音实验，采集受试者的主观烦恼度评价结果，以声爆声学参量及所对应的烦恼度进行神经网络训练，并融合SHAP(Shapley AdditiveExplanations)理论增强模型可解释性。结果表明，感知模型的烦恼度预测结果与实验具有较高的相关性，并且基于特征贡献量分析，明确声爆特性对烦恼度的影响方式和影响程度，发现声爆特征中清晰指数、上升时间和感知声级(Perceived sound level，PL)等是影响人员烦恼度的最关键因素，可为超声速民机声爆特性优化及适航性评估提供参考。

关键词: 声学, 声爆, 烦恼度, 心理声学, 神经网络, 可解释性, SHAP