期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
电动车动力总成噪声品质粒子群-向量机预测模型
被引量:
4
1
作者
方源
章桐
+1 位作者
陈霏霏
郭荣
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2016年第1期41-46,共6页
为了实现电动车动力总成噪声品质的预测,以某集中驱动式电动车为例,在考虑动力总成辐射噪声品质频域特性和已设立的敏感频带能量比这一客观评价参数的基础上进行了心理声学参数,即响度、尖锐度、粗糙度、抖动度、语音清晰度等与主观评...
为了实现电动车动力总成噪声品质的预测,以某集中驱动式电动车为例,在考虑动力总成辐射噪声品质频域特性和已设立的敏感频带能量比这一客观评价参数的基础上进行了心理声学参数,即响度、尖锐度、粗糙度、抖动度、语音清晰度等与主观评价的相关性分析,由此建立了电动车动力总成噪声品质粒子群支持向量机预测模型,内容涉及采用支持向量机建立噪声品质预测模型、利用粒子群优化算法对向量基惩罚因子及核函数参数进行优化,最后验证了敏感频带能量比评价参数的有效性。研究结果表明:敏感频带能量比与主观评价相关度达到0.946,可以较好地反映主观感受;基于粒子群支持向量机的噪声品质预测模型的平均相对误差和最大相对误差分别为2.0%和6.7%,表明以敏感频带能量比作为输入特征的粒子群优化支持向量机模型,在电动车动力总成噪声品质的预测精度上优于基于遗传算法优化及网格搜索优化的预测模型。
展开更多
关键词
电动车动力总成
噪声品质
粒子群优化
支持向量机
敏感频带能量比
下载PDF
职称材料
基于神经网络的电动车动力总成噪声品质预测
被引量:
2
2
作者
李彦华
方源
+1 位作者
陈霏霏
章桐
《机电一体化》
2016年第8期21-24,共4页
以某集中驱动式电动车不同车速匀速行驶时采集到的动力总成噪声样本为研究对象,基于心理声学客观评价参数进行了主客观评价相关性分析,分别使用多元线性回归分析、BP神经网络和广义回归神经网络建立噪声品质预测模型,并对声品质预测结...
以某集中驱动式电动车不同车速匀速行驶时采集到的动力总成噪声样本为研究对象,基于心理声学客观评价参数进行了主客观评价相关性分析,分别使用多元线性回归分析、BP神经网络和广义回归神经网络建立噪声品质预测模型,并对声品质预测结果进行了对比分析。结果表明,广义回归神经网络模型对于噪声样本烦躁度的预测精度高于多元线性回归模型和BP神经网络预测模型,能够更好地反映客观评价参数和主观感受的非线性关系,可用于电动车噪声品质的预测研究。
展开更多
关键词
电动车动力总成
噪声品质
支持向量机
预测模型
原文传递
题名
电动车动力总成噪声品质粒子群-向量机预测模型
被引量:
4
1
作者
方源
章桐
陈霏霏
郭荣
机构
同济大学新能源汽车工程中心
同济大学汽车学院
同济大学中德学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2016年第1期41-46,共6页
基金
国家"863计划"资助项目(20U11AA11A265)
国家自然科学基金资助项目(51205290)
中央高校基本科研业务费专项资金资助项目(1700219118)
文摘
为了实现电动车动力总成噪声品质的预测,以某集中驱动式电动车为例,在考虑动力总成辐射噪声品质频域特性和已设立的敏感频带能量比这一客观评价参数的基础上进行了心理声学参数,即响度、尖锐度、粗糙度、抖动度、语音清晰度等与主观评价的相关性分析,由此建立了电动车动力总成噪声品质粒子群支持向量机预测模型,内容涉及采用支持向量机建立噪声品质预测模型、利用粒子群优化算法对向量基惩罚因子及核函数参数进行优化,最后验证了敏感频带能量比评价参数的有效性。研究结果表明:敏感频带能量比与主观评价相关度达到0.946,可以较好地反映主观感受;基于粒子群支持向量机的噪声品质预测模型的平均相对误差和最大相对误差分别为2.0%和6.7%,表明以敏感频带能量比作为输入特征的粒子群优化支持向量机模型,在电动车动力总成噪声品质的预测精度上优于基于遗传算法优化及网格搜索优化的预测模型。
关键词
电动车动力总成
噪声品质
粒子群优化
支持向量机
敏感频带能量比
Keywords
electric powertrain
sound quality
particle swarm optimization
support vector machines
sensitive frequency-band energy ratio
分类号
U463.2 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于神经网络的电动车动力总成噪声品质预测
被引量:
2
2
作者
李彦华
方源
陈霏霏
章桐
机构
同济大学新能源汽车工程中心
同济大学汽车学院
同济大学中德学院
出处
《机电一体化》
2016年第8期21-24,共4页
文摘
以某集中驱动式电动车不同车速匀速行驶时采集到的动力总成噪声样本为研究对象,基于心理声学客观评价参数进行了主客观评价相关性分析,分别使用多元线性回归分析、BP神经网络和广义回归神经网络建立噪声品质预测模型,并对声品质预测结果进行了对比分析。结果表明,广义回归神经网络模型对于噪声样本烦躁度的预测精度高于多元线性回归模型和BP神经网络预测模型,能够更好地反映客观评价参数和主观感受的非线性关系,可用于电动车噪声品质的预测研究。
关键词
电动车动力总成
噪声品质
支持向量机
预测模型
Keywords
electric powertrain sound quality support vector machines prediction model
分类号
U469.72 [机械工程—车辆工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
电动车动力总成噪声品质粒子群-向量机预测模型
方源
章桐
陈霏霏
郭荣
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2016
4
下载PDF
职称材料
2
基于神经网络的电动车动力总成噪声品质预测
李彦华
方源
陈霏霏
章桐
《机电一体化》
2016
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部