在柴油机运转中存在有比汽油机更大的噪声与振动,当其强度达到一定程度时,会给环境造成严重的危害。基于对柴油机噪声品质预测的目的,采用(GA-BP)算法建立了一种预测模型。其中的BP算法是一种基于梯度下降原理在局部中寻优的算法,由于人对柴油机噪声的主观评价是个非线性的过程,BP算法可以解决非线性可分问题,所以可以在柴油机噪声品质主观评价中应用。但是BP算法的过程收敛速度慢,很有可能陷入局部极小值。而遗传算法(GA)具有全局寻优的优点。文中通过将二者结合起来.由GA寻找最优的BP神经网络权值与相应节点的阀值,可以有效防止搜索过程收敛于局部最优解。通过仿真结果得出:此方法既能快速收敛,又能大大提高避免陷入局部极小的能力,并且预测精度高,为柴油机噪声主观评价提供了一种新思路。