论文部分内容阅读
利用神经网络进行高速列车车外气动噪声预测研究。基于Lighthill声学类比理论,建立高速列车气动噪声计算模型。在此基础上采用Levenberg-Marquardt（LM）算法建立车外气动噪声的神经网络预测模型,选取车外气动噪声样本点对预测模型进行训练,用训练好的神经网络预测模型预测车外气动噪声。结果表明,建立的神经网络模型对车外噪声具有较好的预测效果,可以用来进行高速列车车外噪声预测。