利用响应面法优化人工神经网络的座椅频响函数预测模型与分析.pdfVIP

第38卷第10期振动工程学报Vol.38No.10

2025年10月JournalofVibrationEngineeringOct.2025

利用响应面法优化人工神经网络的座椅频响函数

预测模型与分析

11，2

林森，张筱璐

（1.北京工业大学机械与能源工程学院，北京100124；

2.北京工业大学汽车结构部件先进制造技术教育部工程研究中心，北京100124）

摘要:人工神经网络（ANN）已初步应用于研究人体视在质量的响应预测，但在评估人‐椅耦合系统的振动传递特性方面尚需

进一步量化研究。本文以低频振动激励下的人‐椅系统振动试验为基础，寻求构建一种基于响应面法优化的反向传播人工神

经网络模型（RSM‐BP‐ANN），以人员年龄、身高、坐高、膝盖高度、臀膝长度、体重、性别、BMI，以及坐垫处泡沫厚度、频率作为

输入特征，探究优化后的人工神经网络模型对座椅频响函数的预测性能。基于超参数之间的交互影响建立模型超参数与预测

性能指标的映射关系，优化并获取最佳超参数组合。结果显示，随着坐垫处泡沫厚度的增加，垂向同轴和水平前后向正交轴座

椅频响函数的共振频率显著降低。BP‐ANN模型在建立人体体征参数、座椅结构特征与人‐椅系统振动传递特性的非线性关

系方面表现出良好性能。与BP‐ANN模型相比，经过超参数优化的RSM‐BP‐ANN模型在预测垂向同轴和水平前后向正交轴

座椅频响函数时的误差分别降低了25%与18%。因此，经过响应面法优化后的反向传播人工神经网络模型可以更准确地预

测座椅频响函数，为快速有效地分析人‐椅系统振动传递特性提供了思路。

关键词:人‐椅系统；座椅频响函数；人工神经网络；响应面法

中图分类号:TP393文献标志码:ADOI：10.16385/j.cnki.issn.1004‐4523.202311064

Optimizationandanalysisofartificialneuralnetwork‐basedmodel

forthepredictionoftheseattransmissibility

11，2

LINSen，ZHANGXiaolu

（1.CollegeofMechanicalEnergyEngineering，BeijingUniversityofTechnology，Beijing100124，China；

2.EngineeringResearchCenterofAdvancedManufacturingTechnologyforAutomotiveComponents，MinistryofEducation，

BeijingUniversityofTechnology，Beijing100124，China）

Abstract:Artificialneuralnetworkmodellinghasbeenpreliminarilyemployedtoinvestigateeffectsonthebiodynam