关键词：电驱动系统;加速工况;声品质;互补集合经验模态分解(CEEMD);预测模型
摘 要：电动汽车电驱动系统高频加速噪声严重影响整车声品质。为此，通过电驱动系统振动噪声试验，采集多工况加速噪声信号，并进行主、客观评价。结合相关性分析以心理声学参数为输入，通过改进的灰狼算法(improved gray wolf optimizer, IGWO)优化支持向量回归(support vector regression, SVR),建立IGWO-SVR模型用于电驱动系统声品质预测。引入互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)与信号的均方根值(root mean square, RMS),提取电驱动系统加速噪声的CEEMD-RMS特征，并建立以CEEMD-RMS为输入的IGWO-SVR声品质预测模型。检验结果表明：以CEEMD-RMS特征为输入的声品质预测模型，预测效果较以心理声学参数为输入的IGWO-SVR模型更优，测试集平均相对误差由8.88%减小为4.18%。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取