由于特种车辆的用途特殊性,许多政府以及企业开始严格要求控制特种车辆的噪声和振动方面的问题。特种车辆的使用环境往往比乘用车或商用车更恶劣,驾驶室的噪声问题严重影响到驾驶人员的身心健康。特种车辆车内声品质预测的研究较少,本文针对某特种车车内噪声的声品质进行分析并建立预测模型后续进行优化研究,主要研究内容有:首先,进行了车内噪声的采集试验并对试验数据进行挑选,处理成68个可以进行主观评价试验的有效声音样本,确定了等级评分法为最终的主观评价方法,通过25名评价人员进行评价后将获取的评价结果进行相关性分析,最终保留并计算了20名人员的主观评分值的算术平均值,用作后续预测模型的输出值。分析计算了声音样本的A计权声压级、响度、尖锐度、粗糙度、清晰度指数并进行整理,用作后续预测模型的输入值,最后分析了各参数随工况的变化趋势,为后续预测模型建立提供了理论支撑。其次,利用XGBoost算法构建了特种车车内噪声声品质预测模型,对比分析表明XGBoost模型的预测精度优于随机森林模型和线性回归模型,平均相对误差为2.43%,判定系数达到0.943。并针对声品质客观参数的特点分析得到A声级、响度、尖锐度对预测主观分数的贡献度较大。最后,通过吸隔声性能试验选定了PET、EVA、毛毡、针刺毯面四种材料,加装在车内对应位置后再对特种车进行车内噪声采集并获取心理声学客观参数,通过分析并对比了特种车的发动机定转速三种工况下的结果,A声级最大降低了（）0.96d B A,响度最大降低了1.826sone,尖锐度最大降低了0.109acum,粗糙度最大降低了0.085asper,AI指数最大提高了4.051%。XGBoost模型预测结果显示主观评价分数最大提高了0.73分,平均提高了0.35分,表明该特种车车内声品质声学包装优化方案有一定效果。