"基于BP神经网络的电梯噪声评价方法"
本文提出了一种基于BP神经网络的电梯噪声评价方法,以解决电梯噪声评价中客观评价结果与主观感受之间的差异问题。电梯噪声是影响乘客舒适感和健康的一个重要因素,目前电梯噪声的客观评价结果符合国家相关标准,但是受影响者的主观感觉噪声已严重扰民。
传统的噪声评价方法存在一些缺陷,例如A声级主要对低频进行衰减,忽视了电梯噪声的低频特性,而C声级虽然取消了对低频的衰减,但通过整体等效声级评价的策略,会淹没低频突出但高频弱化的电梯噪声真实值。国际标准化组织提出的NR噪声评价标准,虽然将噪声频谱分为9个倍频带,但是 elektroakustische噪声评价标准的缺陷在于忽视了人耳听力感受模型对低频噪声的主观感受。
因此,基于BP神经网络的电梯噪声评价方法被提出来,以建立与人体相适应的生理学噪声感受模型。该方法首先提取电梯噪声信号的倍频程声压级特征,然后构建以该特征为输入而主观评价值为输出的BPNN模型,最后进行实验以验证方法的有效性。
BP神经网络算法模拟人脑运行机理,对于建立非线性预测函数性能有很好的效果。在本文中,BPNN模型被用来学习电梯噪声信号的倍频程声压级特征和主观评价值之间的映射关系。
实验结果表明,该方法客观评价结果与主观评价误差在4.9%以内,主客观一致性优于传统电梯噪声评价方法。这表明基于BP神经网络的电梯噪声评价方法可以更好地解决电梯噪声评价中客观评价结果与主观感受之间的差异问题。
本文提出了一种基于BP神经网络的电梯噪声评价方法,该方法可以更好地解决电梯噪声评价中客观评价结果与主观感受之间的差异问题,为电梯噪声评价提供了一种新的思路和方法。
关键词:电梯噪声;噪声评价;倍频程声压级特征;BP神经网络
本文的主要贡献在于提出了一种基于BP神经网络的电梯噪声评价方法,该方法可以更好地解决电梯噪声评价中客观评价结果与主观感受之间的差异问题。该方法可以作为电梯噪声评价的一种新的思路和方法,为电梯噪声评价提供了一种新的解决方案。
在未来的研究中,可以进一步探索基于BP神经网络的电梯噪声评价方法的改进和优化,以提高电梯噪声评价的准确性和可靠性。同时,也可以探索基于BP神经网络的电梯噪声评价方法在其他领域的应用,如机器人、自动化等领域的噪声评价问题。
本文提出了一种基于BP神经网络的电梯噪声评价方法,该方法可以更好地解决电梯噪声评价中客观评价结果与主观感受之间的差异问题,为电梯噪声评价提供了一种新的思路和方法。