典型文献
基于贝叶斯理论嵌套抽样的结构物理参数识别研究
文献摘要：
基于贝叶斯估计的结构物理参数识别中,传统马尔可夫蒙特卡洛抽样(MCMC)在解决高维密度函数问题时往往存在抽样效率低、不收敛等问题.采用嵌套抽样方法代替传统的马尔可夫蒙特卡洛抽样,解决了结构物理参数识别中高维后验联合概率密度函数问题.首先从结构加速度时程响应时程出发,建立了后验联合概率密度函数,然后重新定义了结构参数先验分布与似然函数,实现了基于嵌套抽样的结构物理参数识别.采用该方法分别对10层剪切结构数值模型与3层RC框架结构振动台试验模型进行识别,得到了结构刚度及阻尼比等参数,并与试验现象进行了对比.结果表明,该方法可以解决贝叶斯公式高维后验联合概率密度函数问题,且能高效识别结构物理参数,同时也验证了该方法在真实结构物理参数识别与结构损伤识别中的适用性与可靠性.
文献关键词：
结构物理参数识别;贝叶斯估计;嵌套抽样;振动台试验;结构损伤识别
中图分类号：
作者姓名：
王坤阳;公茂盛;左占宣
作者机构：
中国地震局工程力学研究所,中国地震局地震工程与工程振动重点实验室,哈尔滨 150080
文献出处：
引用格式：
[1]王坤阳;公茂盛;左占宣-.基于贝叶斯理论嵌套抽样的结构物理参数识别研究)[J].振动与冲击,2022(07):74-80
A类：
嵌套抽样,结构物理参数识别
B类：
贝叶斯理论,贝叶斯估计,马尔可夫,蒙特卡洛抽样,MCMC,高维,函数问题,抽样效率,不收,抽样方法,联合概率密度函数,加速度时程,时程响应,重新定义,先验分布,似然函数,剪切结构,数值模型,RC,框架结构,结构振动,振动台试验,试验模型,结构刚度,阻尼比,贝叶斯公式,结构损伤识别
AB值：
0.220066
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
