基于RBF神经网络的车内声品质预测及分析

张勇^1,2，王坤祥³，欧健^1,2，柳亚²

1. 重庆理工大学汽车零部件先进制造技术教育部重点实验室2. 重庆理工大学车辆工程学院3. 重庆车辆检测研究院有限公司

摘 要：针对特种车车内声品质,提出了一种关于声品质客观评价参数对主观评价结果预测和影响权重的径向基函数（RBF）神经网络方法。首先对三辆不同类型特种车进行实车道路试验,用等级评分法进行主观评价试验,计算声品质的客观评价参数;然后搭建关于车内声品预测的RBF神经网络模型,以客观评价参数作为RBF神经网络输入,主观评价结果作为输出,通过仿真与声品质的主观评价值对比获得较好的一致性;最后利用各网络层间的连接权值,计算车内声品质客观评价参数对主观烦躁度的影响权重。探究表明:车内声品质主要受到总响度、响度和语言干扰级（SIL-4）3个客观参数的影响。

关键词：声品质;预测;RBF神经网络;客观参数;权重;