大型餐饮空间声环境评价与预测

摘要

餐饮空间是城市公共空间的重要组成部分，不仅是为人们提供日常用餐的场所，也是重要的社交和公众聚集的场所，是人们日常交往活动的载体。餐饮空间内声环境是整体用餐环境的重要构成部分，声环境决定餐饮空间内整体环境的舒适度，影响就餐者的用餐满意度及行为意图；因此，为就餐者提供舒适度适宜的声环境是营造高品质的用餐环境、改善餐饮服务质量的重要问题。但是，目前我国少有针对餐饮空间声环境展开的研究。
　　本研究采用质性研究与量化研究相结合的方法对餐饮空间声环境展开研究，将质性研究的结果指导进一步的量化研究。在质性研究方面，选用扎根理论的研究方法，旨在建立“餐饮空间声环境评价的影响因素”的理论模型，这将为量化研究中餐饮空间声环境问卷的编制提供理论依据。在量化研究方面，选取典型的大型餐饮空间作为研究对象，采用实地问卷与客观实测结合的方法进行调研，通过应用统计学的方法从声喜好和声舒适度两方面研究，旨在揭示就餐者的声喜好评价和声舒适评价的影响因素；最后，以获取的量化研究结果为依据，选用 BP神经网络技术和多元线性回归模型分别构建餐饮空间声环境评价的预测模型：
　　首先，建立了由“个体差异”、“声期望”、“声舒适度”、“语言清晰度”4个主范畴构成的“餐饮空间声环境评价影响因素”的理论模型。
　　在餐饮空间声喜好评价方面，结果表明：就餐者期望餐饮空间内营造出使其具有参与及互动感的休闲娱乐的声环境氛围；餐饮空间内背景噪声声压级在65-80dB，但多数（30%-70%）的就餐者认为是吵闹和非常吵闹的；背景噪声声压级、人口/社会因素及各独立声源的吵闹度是就餐者吵闹感评价的影响因素，其中，各独立声源吵闹度评价与声源声喜好评价呈显著的正相关。在不同类型声源作用下，包括背景声、语言类声源、行为活动类声源及机械噪声，就餐者对声景基调中背景声、由就餐者产生的语言类声源偏好度高，而对前景声、关键声中行为活动类声源及机械噪声偏好度低；餐饮空间内典型的声源基于声喜好评价由高到低排序为背景声、脚步声、其他就餐者讲话声、工作人员讲话声、餐具碰撞声、排烟机（空调）风机声。在人口/社会因素方面，是否经常外出用餐、性格、职业和收入对不同声源声喜好评价有显著的差异。
　　在餐饮空间声舒适度评价方面，结果表明：餐饮空间内声舒适度评价影响就餐者对整体用餐环境舒适度的评价，而背景噪声是影响就餐者声舒适度的重要因素。在复合声源作用下，当就餐者声舒适度评价为可接受时，背景噪声声压级的阈值范围为70dB-75dB。在各独立声源作用下，背景音乐声、其他就餐者讲话声、餐具碰撞声的声源声舒适度影响就餐者对整体用餐环境的声舒适度评价；当背景噪声中有背景音乐声时，就餐者的声舒适度评价较无背景音乐时高。各独立声源的响度、清晰度、吵闹度及声喜好度是就餐者对声源声舒适度评价的影响因素。在人口/社会因素方面，性别、是否经常外出用餐显著的影响就餐者对整体用餐环境声舒适度的评价。在地上/地下餐饮空间声舒适度评价对比研究方面，地上餐饮空间声舒适度优于地下餐饮空间；背景噪声声压级对地下餐饮空间声舒适度的影响大于地上餐饮空间，但当背景噪声声压级在就餐者声舒适度可接受的阈值范围时，地上/地下餐饮空间声舒适度评价无显著的差异。
　　最后，餐饮空间声环境评价的预测模型是以餐饮空间内已知的声环境条件（实测背景噪声声压级）和潜在就餐者的个体特征（人口/社会因素）来预测新建的或要改建的大型餐饮空间内就餐者对整体声环境的评价；所构建模型的预测效果都是可接受的，其中 BP神经网络预测模型的预测效果优于多元线性回归预测模型。本研究中构建的预测模型可以帮助建筑师在设计阶段对餐饮空间内声环境做出合适的把握，并可从声环境方面优选餐饮空间设计方案。

目录

第1章 绪 论

1.1 研究背景

1.2 研究的目的和意义

1.3 相关研究综述

1.4 研究内容与方法

1.5 研究框架

第2章 餐饮空间声环境的调研及实施

2.1 实地访谈

2.2 实地问卷

2.3 本章小结

第3章 基于扎根理论的餐饮空间声环境分析

3.1 扎根理论解析

3.2 数据分析

3.3 影响餐饮空间内声环境评价因素的确定

3.4 本章小结

第4章 大型餐饮空间声喜好评价

4.1 复合声源作用下的声环境评价

4.2 声源声喜好评价对声环境评价的影响

4.3 人口/社会因素对声源声喜好评价的影响

4.4 基于声喜好评价的声源排序分析

4.5 本章小结

第5章 大型餐饮空间声舒适度评价

5.1 复合声源作用下的声舒适度

5.2 各独立声源作用下的声舒适度

5.3 人口/社会因素对声舒适度评价的影响

5.4 不同类型餐饮空间内声舒适度比较分析

5.5 本章小结

第6章 大型餐饮空间声环境评价预测模型

6.1 研究假设

6.2 人工神经网络概述

6.3 基于BP神经网络的餐饮空间声环境评价预测模型构建

6.4 基于多元线性回归的餐饮空间声环境评价预测模型构建

6.5 BP神经网络预测模型与多元线性回归预测模型对比分析

6.6 本章小结

结论

参考文献

附录1 餐饮空间声环境问卷

附录2 餐饮空间声环境评价BP神经网络预测模型

攻读博士学位期间发表的论文及其它成果

声明

致谢

个人简历