Diesel engine-radiated noise qualit

Diesel engine-radiated noise quality prediction is an important topic because engine noise has a significant impact on the overall vehicle noise. Sound quality prediction is based on subjective and objective evaluation of engine noise. The integrated satisfaction index (ISI) is proposed as a criterion for differentiate noise quality in the subjective evaluation, and five psychoacoustic parameters are selected for characterizing and analyzing the noise quality of the diesel engine objectively. The combination of support vector machines (SVM) and genetic algorithm (GA) is proposed in order to establish a model for predicting the diesel engine-radiated noise quality for all operation conditions. The performance of the GA-SVM model is compared with the BP neural network model, and the results show that the mean relative error of the GA-SVM model is smaller than the BP neural network model. The importance rank of the sound quality metrics to the ISI is indicated by the non-parametric correlation analysis. This study suggests that the GA-SVM model is very useful for accurately predicting the diesel engine-radiated noise quality.

ผลลัพธ์ (ไทย) 1:

ทำนายคุณภาพเครื่องยนต์ดีเซลปล่อยเสียงเป็นหัวข้อสำคัญ เพราะเสียงเครื่องยนต์มีผลเกี่ยวกับเสียงของยานพาหนะโดยรวม ทำนายคุณภาพเสียงขึ้นอยู่กับประเมินอัตนัย และวัตถุประสงค์ของเสียงเครื่องยนต์ ดัชนีความพึงพอใจรวม (ISI) จะเสนอเป็นเกณฑ์สำหรับคุณภาพเสียงสร้างความแตกต่างในการประเมินผลอัตนัย และห้า psychoacoustic พารามิเตอร์จะถูกเลือกสำหรับการศึกษา และวิเคราะห์คุณภาพเสียงของเครื่องยนต์ดีเซลวัตถุ การรวมกันของเวกเตอร์สนับสนุนเครื่อง (SVM) และอัลกอริทึมทางพันธุกรรม (GA) มีการนำเสนอเพื่อสร้างแบบจำลองสำหรับทำนายคุณภาพเสียงปล่อยเครื่องยนต์ดีเซลสำหรับเงื่อนไขการดำเนินการทั้งหมด มีการเปรียบเทียบประสิทธิภาพของรูปแบบ GA SVM ด้วยรูปแบบโครงข่ายประสาท BP และผลแสดงว่า ข้อผิดพลาดสัมพัทธ์เฉลี่ยของรุ่น GA-SVM มีขนาดเล็กกว่ารุ่น BP ข่ายประสาท ลำดับที่ความสำคัญของการวัดคุณภาพเสียงกับ ISI ที่ระบุ โดยการวิเคราะห์ความสัมพันธ์ที่ไม่ใช่พาราเมตริก การศึกษานี้แสดงให้เห็นว่า รุ่น GA-SVM มีประโยชน์มากสำหรับทำนายแม่นยำคุณภาพเครื่องยนต์ดีเซลปล่อยเสียงรบกวน

ผลลัพธ์ (ไทย) 2:

เครื่องยนต์ดีเซลแผ่ทำนายคุณภาพเสียงเป็นหัวข้อสำคัญเพราะเสียงเครื่องยนต์ที่มีผลกระทบอย่างมีนัยสำคัญในเสียงรถโดยรวม ทำนายคุณภาพเสียงที่อยู่บนพื้นฐานของการประเมินผลอัตนัยและวัตถุประสงค์ของเสียงเครื่องยนต์ ดัชนีความพึงพอใจแบบบูรณาการ (ISI) จะเสนอเป็นเกณฑ์เพื่อให้ได้คุณภาพเสียงที่แตกต่างในการประเมินผลอัตนัยและห้าพารามิเตอร์ psychoacoustic จะถูกเลือกสำหรับพัฒนาการและการวิเคราะห์คุณภาพเสียงของเครื่องยนต์ดีเซลอคติ การรวมกันของเครื่องเวกเตอร์สนับสนุน (SVM) และขั้นตอนวิธีพันธุกรรม (GA) จะเสนอเพื่อสร้างแบบจำลองสำหรับการคาดการณ์เครื่องยนต์ดีเซลแผ่คุณภาพเสียงให้เหมาะสมกับสภาพการดำเนินงานทั้งหมด ประสิทธิภาพการทำงานของรุ่น GA-SVM เปรียบเทียบกับรูปแบบเครือข่ายประสาท BP และผลที่แสดงให้เห็นว่าความผิดพลาดเฉลี่ยของรุ่น GA-SVM มีขนาดเล็กกว่ารูปแบบเครือข่าย BP ประสาท อันดับความสำคัญของตัวชี้วัดคุณภาพเสียงให้กับเอสจะถูกระบุโดยการวิเคราะห์ความสัมพันธ์ที่ไม่ใช่พารา การศึกษาครั้งนี้แสดงให้เห็นว่ารุ่น GA-SVM เป็นประโยชน์อย่างมากสำหรับการทำนายถูกต้องเครื่องยนต์ดีเซลแผ่คุณภาพเสียง