张亚峰， 彭珍瑞， 张雪萍， 董康立

(1.兰州交通大学 机电工程学院，兰州 730070；2.浙江大学 生物医学工程与仪器科学学院，杭州 310027)

当前绝大多数的模型修正法都属于确定性方法，没有考虑结构参数和响应的不确定性，从而降低了其工程实际的应用价值。由于工程问题普遍存在不确定性，如结构材料参数与几何尺寸的不确定性，结构在服役期间的各类装配带来的装配不确定性，试验测试数据的不确定性和噪声等因素的影响，不确定性广泛存在于实际结构的参数和响应中是无法回避的问题[1-2]。随机模型修正法属于不确定性模型修正法，由于真实结构的测量数据是随机的，结构模型的修正参数必须是随机的，基于随机测量数据的结构参数修正过程称为随机模型修正[3]。随机模型修正可以使实测统计数据与预测的随机响应或基本动态特性之间的误差减小，因此，随机模型修正具有重要意义[4-5]。

在模型修正过程中使用代理模型替代有限元模型均可减小计算量，是解决复杂工程结构优化问题的有效途径之一[6]。常见的代理模型主要有多项式响应面模型、径向基函数模型(radial basis function，RBF)、Kriging模型、神经网络模型等[7]。径向基代理模型以其结构简单、预测精度高和能以任意精度逼近任意连续函数的优点，已被广泛应用于土木、航天和机械等领域[8]。近年来，众多学者研究了考虑不确定性的模型修正法，并取得了成果。姚春柱等[9]提出了针对参数不确定性的综合贝叶斯有限元模型修正法。……