基于改进近似贝叶斯计算的损伤识别方法

摘要

本发明涉及一种基于改进近似贝叶斯计算的损伤识别方法。首先，利用近似贝叶斯计算使得参数后验概率分布的求解无需计算参数的似然函数，解决了实际工程应用中似然函数往往无法求解的难题；蒙特卡罗马尔科夫链抽样先建立与求解问题具有相似性的概率模型，再对该模型进行随机抽样，然后利用抽取的样本求出其统计特征估计值，并作为原问题的近似解。但对复杂工程问题来说，蒙特卡罗马尔科夫链抽样方法所需的计算量往往非常大，因此本发明在抽样过程中利用随机响应面快速计算参数样本所对应的结构响应统计特征值，避免了调用有限元模型进行数值求解，因而大幅提高了计算效率，解决了贝叶斯方法在多参数、大样本量下由于计算量过大而无法实现的问题。