结构系统识别不确定性分析的Bayes方法及其进展

• 作者: 任伟新 曹诗泽 颜王吉
• 来源期刊: 应用数学和力学
• 学科: 物理学
• 关键词: Bayes理论 系统识别 不确定性 模态参数 模型修正
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 综述
• 页码范围: 44-59
• 分类号: O32
• 语种: 中文
• DOI: 10.21656/1000-0887.370571

摘要

受测试误差、建模误差、数值离散化以及环境变异等因素的影响,结构系统识别过程不可避免地存在不确定性,因此有必要引入概率统计方法来提高其鲁棒性,为工程结构安全监测提供更为可靠的结果.近年来,Bayes(贝叶斯)方法因为其诸多优势在系统识别领域受到了广泛关注.该文梳理了Bayes系统识别的历史脉络和研究进展.从Bayes系统识别的理论框架出发,分析了量化系统识别不确定性两类方法的适用条件与局限性.此外,文章综述了Bayes方法在模态参数识别、有限元模型修正以及结构损伤识别方面进行不确定性分析的理论、实现及其应用.最后对基于Bayes方法进行系统识别研究的发展趋势做出了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任伟新	合肥工业大学土木与水利工程学院	73	183	7.0	10.0
2	颜王吉	合肥工业大学土木与水利工程学院	6	28	3.0	5.0
3	曹诗泽	合肥工业大学土木与水利工程学院	1	16	1.0	1.0