城市公园声景长时感知模型研究--以加拿大温哥华市3个城市公园为例

摘要

为探究循环神经网络(RNN)对长时间模拟城市公园声景感知响度(PLS)和感知协调度(PHS)的适用性,采用具有时序记忆和延迟功能的Elman神经网络和NARX神经网络分别进行验证。将城市公园声景和光景客观指标作为输入层,PLS和PHS作为输出层进行神经网络训练和模拟。研究结果显示:(1)PLS和PHS同时与等效A声级(L_(Aeq))、背景声(L_(95))以及光景客观指标中的直射光(TL)之间具有相关性;(2)Elman神经网络对PLS有较好的长时模拟效果,而NARX神经网络则对PHS具有较优的长时模拟效果;(3)从输入层各参数的贡献率来看,等效A声级(L_(Aeq))、前景声(L_(5))、心理声学参数响度(LO)和漫射光(EL)同时在两个RNN模型中体现出了较高的贡献度。该结果表明,循环神经网络适用于城市公园的声景长时感知模型,并为城市公园的声景优化设计提供了有效的评估方法和参考依据。