基于参数学习的城市道路交通噪声预测与可视化研究
Research on Noise Prediction And Visualization of Urban Road Traffic Based on Parameter Learning
随着城市化进程的推进和道路交通网的扩张,由城市机动车带来的道路交通噪声问题日益凸显,不仅对道路周边居民的生活和工作带来影响,而且对道路交通事业的蓬勃发展造成阻碍.因此,科学、有效地预测城市道路交通噪声及其对周边区域的影响显得十分迫切.首先,本文分析了城市道路交通噪声的评价指标及其适用范围.介绍了道路交通噪声的特点、危害和影响因素,详细阐述了其常用评价指标的优缺点和适用范围,最终选取LAeq(等效连续A声级)作为本文的评价指标.此外,还阐明了评价道路交通噪声的国家标准.其次,改进FHWA(美国联邦公路局)模型.阐述应用较为广泛的预测模型,分析了模型的影响因子及其适用条件.然后结合我国城市的道路交通特点,选取FHWA模型进行噪声预测,对比分析预测结果,并根据实际监测情况对模型进行修正.再次,提出了基于参数学习的道路交通噪声预测模型.在上述改进模型的基础上,引入参数学习的概念,将机器学习方法用于模型的训练,利用机器学习的自学习性和自组织性进行模型参数的修正.经过对实验结果的分析,发现模型具有较高的准确性和实用性.最后,利用GIS(地理信息系统)相关软件绘制了南京奥体中心和五台山体育场周边道路交通噪声地图.研究了GIS及其在道路交通噪声预测领域的应用,阐述了噪声地图的绘制过程.利用上述基于参数学习的预测模型得到的噪声数据,结合区域交通地理信息基础数据,绘制出了目标区域的道路交通噪声地图,直观地展示了城市道路周边的交通噪声分布情况.
- 作者：
- 赵志强
- 学位授予单位：
- 中国民航大学
- 专业名称：
- 计算机科学与技术
- 授予学位：
- 硕士
- 学位年度：
- 2015年
- 导师姓名：
- 李国
- 中图分类号：
- U491.91
- 关键词：
- 参数学习；交通噪声；噪声预测；FHWA；GIS；噪声可视化
- Parameter learning; Traffic noise; Noise prediction; FHWA; GIS; Noise visualization;