基于IGWO-BP神经网络的车内声品质预测 |
| |
引用本文: | 刘松,陈克,王楷焱.基于IGWO-BP神经网络的车内声品质预测[J].沈阳理工大学学报,2023(5):88-94. |
| |
作者姓名: | 刘松 陈克 王楷焱 |
| |
作者单位: | 沈阳理工大学汽车与交通学院 |
| |
摘 要: | 为准确预测纯电动汽车车内声品质,以心理声学客观参量为自变量,以纯电动汽车车内声品质主观评价值为因变量,搭建基于改进后的灰狼算法(Improved Grey Wolf Optimization, IGWO)优化的BP神经网络预测模型IGWO-BP,采用IGWO对BP神经网络的权值和阈值进行优化,解决BP神经网络对初值敏感、易陷入局部最优的问题。将其预测结果与BP神经网络预测结果进行对比分析,结果显示基于IGWO-BP神经网络预测模型可大幅度提高车内声品质预测精度,表明该模型较适用于纯电动汽车车内声品质预测。
|
关 键 词: | 纯电动汽车 声品质 BP神经网络 灰狼算法 |
|
|