The main objective of this paper is

The main objective of this paper is to validate a methodology, which allows to train an ANN model properly, in order to
predict the WPT range to reduce road traffic noise annoyance within a given population. The results obtained with this
methodology were compared to the econometric ordered probit model outcomes. The target variables used to adjust the
model come from a socio acoustic survey that collects the WTP of the respondents. Characteristics such as: (a) environmental
noise perception of the respondents, (b) modelled day-night noise exposure level (LDN) at the fac

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์หลักของเอกสารนี้คือการ ตรวจสอบวิธี ซึ่งช่วยให้การฝึกแบบแอนอย่างถูกต้อง เพื่อทำนายว่า ช่วง WPT เพื่อลดความรำคาญรบกวนการจราจรถนนภายในประชากรที่กำหนดไว้ ผลได้รับนี้วิธีการถูกเปรียบเทียบกับที่คำสั่งแบบจำลอง probit ผล ตัวแปรเป้าหมายที่ใช้ในการปรับตัวจำลองมาจากการสำรวจเสียงและสังคมที่รวบรวม WTP ของผู้ตอบ ลักษณะเช่น: (a) สิ่งแวดล้อมเสียงรบกวนการรับรู้ของผู้ตอบ, (b) ระดับแสงเสียงรบกวนของกลางวันกลางคืน (LDN) ที่จำลองแบบมาที่กลับตัว

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์หลักของการวิจัยนี้คือการตรวจสอบวิธีการซึ่งจะช่วยให้การฝึกอบรมรูปแบบ ANN อย่างถูกต้องเพื่อที่จะ
คาดการณ์ช่วง WPT เพื่อลดความรำคาญเสียงจากการจราจรบนท้องถนนภายในประชากรที่กำหนด ผลที่ได้กับเรื่องนี้
วิธีการที่ถูกเมื่อเทียบกับเศรษฐสั่งซื้อผลรุ่น probit ตัวแปรเป้าหมายที่ใช้ในการปรับ
รูปแบบมาจากการสำรวจทางสังคมและอะคูสติกที่เก็บรวบรวม WTP ของผู้ตอบแบบสอบถาม ลักษณะเช่น (ก) สิ่งแวดล้อม
การรับรู้เสียงของผู้ตอบแบบสอบถาม (ข) รูปแบบวันคืนระดับค่าแสงเสียง (LDN) ที่ fac

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์หลักของบทความนี้คือเพื่อตรวจสอบวิธีการที่ช่วยให้การรถไฟแบบจำลอง ANN อย่างถูกต้อง เพื่อทำนาย WPT ช่วงลดเสียงรบกวนการจราจรทางถนนภายในให้ประชากร ผลลัพธ์ที่ได้กับวิธีการเปรียบเทียบกับตัวแบบเศรษฐมิติคำสั่งผลลัพธ์ ตัวแปรที่ใช้ในการปรับเป้าหมายรูปแบบมาจากการสำรวจและอะคูสติกที่รวบรวม 79 คน ลักษณะ เช่น ( ก ) สิ่งแวดล้อมการรับรู้เสียงของผู้ตอบแบบสอบถาม ( ข ) ซึ่งวันคืนการสัมผัสเสียง ( รับได้ ) ระดับที่ 2