基于数据驱动的航空器声爆室内烦恼度预测研究

摘要

针对超声速航空器声爆对室内人员的影响，本文建立了一种基于数据驱动的航空器声爆室内烦恼度预测模型。首先，基于美国国家航空航天局的声爆试验数据（含信号记录及烦恼度评价结果），提取包含物理-心理双维度的客观指标矩阵；然后，采用多层感知机回归模型构建预测模型，并结合SHAP(Shapley additive explanations)值解析客观指标的贡献度。评估结果表明，本文模型能够有效捕捉声爆特征与烦恼度评价的非线性关系，为航空器噪声优化设计提供了理论支撑。量化结果显示，响度和超压值为主要的正向因素，上升时间和清晰指数为反向因素。数据驱动方法能够准确、快速地预测和评估声爆对室内人员的影响，从而为未来航空器的发展提供数据基础。

关键词

声爆 / 室内烦恼度 / 声品质 / 数据驱动方法 / SHAP