• •
摘要: 为提高有限元模型仿真精度,提出了一种基于贝叶斯理论的模型更新框架,并利用改进马尔科夫链蒙特卡洛(MCMC)算法和代理模型提升了更新效率。以待更新参数为输入、有限元模型模态响应为输出构建径向基函数(RBF)代理模型,将鲸鱼优化算法(WOA)引入MCMC算法,更新有限元模型的不确定参数。最后,通过一例简支梁数值算例和三层钢框架的试验研究证明了该算法的准确性。结果表明,WOA可以明显改善MCMC算法的采样平稳性和收敛速度,更新效率最高可提升13.9%,WO-MH算法更新的简支梁模型和三层钢框架模型最大频率误差分别为0.009%和2.41%。所提模型更新方法在二维输入和八维输入的情况下均能有效提升有限元模型的仿真精度,为建筑结构的精益化仿真和优化设计提供技术参照。
中图分类号: