来源：期刊VIP网 时间：
作者：黄欣;徐荣武;李瑞彪;
单位：海军工程大学振动与噪声研究所;船舶振动噪声重点实验室;
摘要：针对船舶机械设备众多、结构复杂、振动传递路径相互耦合的现状，本文提出基于误差反向传播(Back Propagation, BP)神经网络的船舶水下辐射噪声预报方法。分别构建基于梯度下降算法和贝叶斯正则化算法的BP神经网络，以振动数据为输入量、船体辐射噪声为输出量，将均方根误差(e RMSE)和平均绝对误差(e MAE)作为模型预测精度评价指标。结果表明，贝叶斯正则化BP神经网络的泛化性和鲁棒性优于梯度下降算法的BP神经网络，误差达到3 dB以内，在船舶辐射噪声预报领域具有较好的适用性。
关键词：辐射噪声预报;;BP神经网络;;梯度下降算法;;贝叶斯正则化算法
基金资助：船舶振动噪声重点实验室基金资助项目（6142204210706）
