车内风噪多目标性能预测方法、装置、车辆、介质及产品

本申请涉及汽车风噪声技术领域，特别涉及一种车内风噪多目标性能预测方法、装置、车辆、介质及产品，其中，方法包括：获取三维点云压缩与GWO‑Resnet的车内风噪多目标点预测参数化模型所需的参数，构建三维点云压缩模型，进而构建数据扩充模型，以生成车内风噪多目标点预测数据样本；基于车内风噪多目标点预测数据样本，结合残差神经网络数据驱动模型和GWO构建车内风噪多目标点预测模型，以输出车内风噪多目标性能预测结果。由此，解决了相关技术依赖汽车风洞试验或有限元仿真进行车内风噪预测与控制，导致试验成本高、计算量大、周期长，使得研发效率低下，难以快速覆盖多设计方案，从而限制了在工程实践中的应用等问题。