摘要
本发明涉及轨道交通降噪技术领域,公开了一种低频宽带降噪的声学超材料结构的设计方法及声屏障,包括确定声学超材料单元的元胞结构以及对应的若干关键参数;得到超材料‑神经网络联合模型;建立声学超材料深度学习模型,对所述关键参数进行编码,并基于遗传算法结合所述超材料‑神经网络联合模型进行逆向设计求解所述声学超材料深度学习模型得到最优个体,找到最优个体对应的数据,令该数据为最优数据;基于所述最优数据设计元胞结构,并根据需求设计铁路声屏障的高度,将所述元胞结构和高度结合得到声学超材料结构。本发明结合遗传算法与神经网络深度学习模型,针对特定的降噪目标,逆向设计出最优化的声学超材料结构及其声屏障,具有针对性。
技术关键词
深度学习模型
元胞结构
声学超材料单元
层厚度
铁路声屏障
轨道交通降噪技术
遗传算法
神经网络深度学习
ABS树脂材料
谐振腔
曲线
数据
H型钢立柱
终点
参数
编码
系统为您推荐了相关专利信息
甲醇合成塔
异常检测方法
深度学习模型
催化剂再生系统
数据包头
寿命方法
人形机器人
深度学习模型
长短期记忆网络
注意力机制
车辆行驶状态
全局平均池化
交通拥堵预测方法
批量
尺寸
电力设备缺陷
量子神经网络
训练深度学习模型
输入流
多尺度特征融合