结合近似贝叶斯计算和改进群体蒙特卡洛抽样的结构损伤识别

摘要：

为避免陷入低概率区抽样并提高抽样效率,改进了群体蒙特卡洛(PMC)抽样算法,再结合近似贝叶斯计算(ABC)和随机响应面(SRS)提出一种概率损伤识别方法.首先将ABC和改进PMC算法进行嵌套,利用每个迭代步的样本方差来搅动粒子群和求取自适应权重系数,再构造衡量仿真和实测样本间相似度的误差函数,用于替代似然函数;然后使用SRS建立结构随机响应的显式表达式,大幅提高响应统计特征值的计算效率;最后将求得的参数后验概率分布统计特征值作为损伤指标,根据损伤前后指标值的变化来判断损伤位置和程度.对试验钢筋混凝土梁的单、多工况损伤进行了识别,验证了所提出方法在保证参数后验分布估计精度的条件下,可以有效提高贝叶斯推断过程的计算效率.

关键词：概率损伤识别、近似贝叶斯计算、改进PMC抽样、随机响应面、参数后验概率分布

所属期刊栏目：39

分类号：O327;TU311(振动理论)

资助基金：国家自然科学基金面上项目;福州大学“旗山学者”奖励支持计划

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：143-149