汽车风振噪声是汽车在高速行驶时开窗形成的一种低频高强的气动噪声。受风振噪声影响,驾乘人员会感到烦躁和疲倦,侧窗开启时尤为明显。传统的单一声压级评价指标不能够全面地描述风振噪声的影响,声品质分析能够描述噪声的多维特性,成为研究人员关注的热点。然而,风振噪声的声品质评价尚缺乏完善的分析及优化方法。在风振噪声声品质的分析过程中,往往需要获取若干固定侧窗开度下的风振噪声数据,传统的数值模拟需要大量地建模与仿真工作,效率较低。同时,在风振噪声的优化过程中,需要建立高精度的声品质预测模型,合适的预测算法对优化结果有直接影响。因此本文从提高声品质分析效率及改善声品质优化效果两方面开展研究,具体研究内容如下:1.基于铺层法和滑移网格方法,实现了连续开度下汽车左前侧窗、左后侧窗风振噪声数值模拟,对比了实车道路试验结果,验证了动网格方法的准确性及计算效率。2.基于数值模拟结果,进行了风振噪声声品质客观评价与主观评价。计算响度、尖锐度、抖动度、粗糙度四个客观参数,并分析其变化规律。采用等级评分法对风振噪声烦恼度进行主观评价实验。3.以四个客观评价参数作为输入,主观烦恼度作为输出,建立了支持向量回归（SVR）声品质预测模型,引入遗传算法（GA）寻找SVR最优参数,建立高精度GASVR风振噪声声品质预测模型,为风振噪声的优化提供基础。4.开展汽车风振噪声声品质优化。基于风振噪声产生机理,将主观烦恼度视作优化目标,以一种射流结构为基础,对车速为110km/h时左后侧窗最大烦恼度对应的侧窗开度进行声品质优化。以射流角度、速度与厚度为优化参数,采用多岛遗传算法优化射流结构,通过以上优化过程,取得较好的优化声品质效果。