为快速准确评价混合动力汽车车内声品质,在分析BP神经网络和遗传算法（GA）特点的基础上,利用遗传算法对BP神经网络的权值和阈值进行优化,从而建立GA-BP的混合动力汽车声品质客观评价模型。利用此模型进行混合动力汽车匀速工况车内声品质预测后,把GA-BP模型预测结果与多元线性回归模型和传统BP神经网络模型预测结果进行比较。对比结果显示GA-BP模型预测结果精度最高。证明所建立的GA-BP声品质预测模型的有效性,说明该模型较适用于混合动力汽车车内声品质预测。
类型: 期刊论文
作者: 廖连莹,左言言,周翔,孟浩东,廖旭晖,吴赛赛
关键词: 混合动力汽车,声品质,匀速工况,遗传算法,神经网络
来源: 中国测试 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 汽车工业
单位: 常州工学院汽车工程学院,江苏大学振动噪声研究所
基金: 国家自然科学基金(51575238),江苏省博士后科研资助计划资助项目(1601064C)
分类号: U469.72
页码: 128-133
总页数: 6
文件大小: 1346K
下载量: 119
本文来源: https://www.lunwen66.cn/article/3ea5ef32bfe63d70b6bb89b9.html