为了准确高效预测高架轨道噪声居民主观烦恼度，建立BP神经网络模型并对其进行优化，并对BP神经网络模型的训练和检验结果进行相关性分析，结果表明该模型具有很好泛化能力和学习能力。相较于多元线性回归，BP神经网络模型更适合应用于高架轨道交通噪声的烦恼度预测。将建立的烦恼度预测模型与通过仿真得到的噪声数据结合，可以为高架轨道交通噪声居民主观烦恼度的评估提供新的方法。
科研之友
微信
新浪微博
Facebook
分享链接
