电动汽车关门声品质预测模型研究

摘要

鉴于汽车关门声品质直接影响消费者的购买意愿,本文中对某一电动汽车的关门声品质的预测模型进行研究。首先进行了多工况车门关闭试验,采集了驾驶员耳旁的多组噪声样本,接着,提出并测定了6项客观声品质评价指标,同时进行烦躁度的主观评定,分析了6项客观声品质评价指标与主观评定烦躁度的相关性。然后利用遗传-反向传播(GA-BP)神经网络建立了其主观声品质预测模型,并在上述分析的相关性基础上,建立了反映烦躁度与客观声品质指标之间关系的多元线性回归预测模型。最后,利用5个随机的噪声样本对两种预测模型进行对比验证。结果表明,GA-BP神经网络的预测精度优于多元线性回归模型。