随着全球城市化进程的加快,城市规模的急剧膨胀和城市建设的不断发展,城市环境噪声问题也日益突出,给人们的生产和生活带来了日趋严重的影响。该问题已逐步成为人们广泛关注的一个热点问题。本文以大连市主城区环境区域噪声问题为工程背景,研究基于计算智能、系统理论的综合评价方法和声振检测与故障诊断技术及其在城市环境噪声相关问题中的应用。城市环境噪声问题内涵丰富,涉及面广,本文重点在噪声测量布点优化、噪声质量综合评价及交通噪声控制等方面开展研究工作。该课题在理论上属机械、环境科学、声学、计算机科学、系统和控制工程等交叉学科前沿课题的基础理论和应用基础研究;在实践上,具有相当的工程应用前景,可推广应用于水、大气污染等其它环境领域问题的监测和评价,及各种车辆变速箱和机械传动系统的出厂噪声质量检测。研究的计算智能类算法更可推广于求解多种复杂工程系统的优化问题。因而,无论从理论上还是实践上,该问题都是一个亟待较好解决的重要问题。 城市环境区域噪声的测量布点优化问题在理论上可归结为一个离散型0-1规划问题,属组合优化范畴,是NPC问题,难以很好地求解;其噪声质量评价则属于系统工程的综合评价问题,具有多指标、多层次、多关联等特点,只依靠评审专家对其进行人为的定性评价已难以满足对于复杂工程系统评价的科学性和客观性要求;而汽车变速箱出厂噪声质量的检测和故障诊断属于城市交通噪声控制的一个重要问题,为避免车间背景环境噪声影响,目前常规检测变速箱噪声超标与否的方法是采用声级计在消声室中测得声压级的方式,费时费力,且无法在线测量。由此可见,解决这些问题存在较大的难度和复杂性。结合国情,本文针对上述问题主要进行了以下的研究工作。 (1)给出课题背景、研究意义,综述了城市环境区域噪声领域相关问题的解决方法及其国内外的代表性工作,并在此基础上归纳总结,进而明确了本文的相关研究思想及求解策略。 (2)提出了并行混合粒子群免疫算法(PHPSO-IA)。该算法以粗粒度并行遗传算法(PGA)为基础,针对其早熟和收敛速度慢等缺陷,给出一系列相应的改进措施,主要有:a.依据改进的自适应交叉、变异算子对子群体分类,实行多种群的并行演化;b.根据不同类型子群体的特点,引入不同模式的基于粒子群优化的个体PSO更新算子,其主要目的是充分利用粒子群算法收敛快的特点;c.加入免疫的思想可起到双重效果,一方面基于提出的可调等比排序的免疫选择算子能有效防止早熟,另一方面模拟免疫记忆和接种过程的子群体信息交换策略可加快收敛速度;d.对于优秀个体的混沌序列搜索能显著改善混合算法的局部搜索性能。PHPSO-IA有连续型和0-1离散型两种版本,可同时用于解决上述两类问题,是一种通用的混合计算智能类算法。通过若干典型函数优化和背包问题算例验证了该算法的可行性和有效性。鉴于传统的城市噪声等网格测