基于靜位移和多指標(biāo)的貝葉斯模型修正方法

摘要： 提出了一種新的基于靜力數(shù)據(jù)的貝葉斯模型修正方法，用靜力靈敏度方程和位移殘差建立了多修正指標(biāo)的待修正參數(shù)的后驗(yàn)概率密度函數(shù)，然后用馬爾科夫鏈蒙特卡羅抽樣方法獲取修正參數(shù)樣本，以實(shí)現(xiàn)對(duì)修正參數(shù)后驗(yàn)概率密度函數(shù)的估計(jì)，并得到結(jié)構(gòu)修正參數(shù)的最可能值．另外，為了提高抽樣過程中計(jì)算效率，引入隨機(jī)響應(yīng)面代理模型計(jì)算結(jié)構(gòu)靜力位移．?dāng)?shù)值算例表明：提出的方法能在結(jié)構(gòu)靜力位移測(cè)量數(shù)據(jù)具有不確定性的情...