基于马尔科夫链种群竞争的贝叶斯有限元模型修正

叶玲; 江宏康; 邹雨清; 陈华鹏; 王力骋

doi:10.16579/j.issn.1001.9669.2025.02.011

您当前的位置：

首页 >

文章列表页 >

基于马尔科夫链种群竞争的贝叶斯有限元模型修正

·优化·可靠性· | 更新时间：2025-02-28

- 基于马尔科夫链种群竞争的贝叶斯有限元模型修正
- Bayesian finite element model updating based on Markov chain population competition
- 机械强度 2025年47卷第2期页码：85-93
- 作者机构：
  
  1.华东交通大学轨道交通基础设施性能监测与保障国家重点实验室，南昌 330013
  2.江西交投咨询集团有限公司，南昌 330013
- 作者简介：
  
  YE Ling, E-mail: 58718070@qq.com
- 基金信息：
  
  国家自然科学基金项目(52008168;52468042);国家重点研发计划项目(2021YFE015600)
- DOI：10.16579/j.issn.1001.9669.2025.02.011
  中图分类号： TU311.3
- 收稿日期：2023-05-24，
  
  修回日期：2023-07-17，
  
  纸质出版日期：2025-02-15
- 稿件说明：
移动端阅览
叶玲，江宏康，邹雨清，等. 基于马尔科夫链种群竞争的贝叶斯有限元模型修正［J］. 机械强度，2025，47（2）：85-93.

YE Ling，JIANG Hongkang，ZOU Yuqing，et al.Bayesian finite element model updating based on Markov chain population competition［J］. Journal of Mechanical Strength，2025，47（2）：85-93.
叶玲，江宏康，邹雨清，等. 基于马尔科夫链种群竞争的贝叶斯有限元模型修正［J］. 机械强度，2025，47（2）：85-93. DOI： 10.16579/j.issn.1001.9669.2025.02.011.

YE Ling，JIANG Hongkang，ZOU Yuqing，et al.Bayesian finite element model updating based on Markov chain population competition［J］. Journal of Mechanical Strength，2025，47（2）：85-93. DOI： 10.16579/j.issn.1001.9669.2025.02.011.

摘要

针对传统马尔科夫链蒙特卡洛（Markov Chain Monte Carlo，MCMC）模拟方法在高维问题或后验概率密度复杂时采样效率低且难收敛的缺陷，建立了基于马尔科夫（Markov）链种群竞争的贝叶斯有限元模型修正算法。在基于Metropolis-Hastings（MH）随机游走算法实现MCMC模拟的传统方法基础上，引入差分进化算法，利用种群中Markov链之间不同携带信息的相互作用关系，得到优化建议以快速逼近目标函数，解决了高维参数模型修正过程中采样滞留的缺点；引进竞争算法，通过不断的竞争刺激和内置失败者向胜利者学习的机制，采用较少的Markov链获得较高的精度，提高了模型修正效率与精度；最后，通过一个桁架结构的有限元模型修正数值算例验证了所提算法，并与标准MH算法的结果对比，得出该算法可以快速修正高维参数模型，具有较高的精度，且对随机噪声有良好的鲁棒性，为考虑不确定性的大型结构有限元模型修正提供了一种稳定有效的手段。

Abstract

The traditional Markov chain Monte Carlo(MCMC） simulation method is inefficient and difficult to converge in high dimensional problems and complicated posterior probability density.In order to overcome these shortcomings

a Bayesian finite element model updating algorithm based on Markov chain population competition was proposed. First

the differential evolution algorithm was introduced in the traditional method of Metropolis-Hastings (MH) random walk algorithm.Based on the interaction of different information carried by Markov chains in the population，optimization suggestions were obtained to approach the objective function quickly. It solves the defect of sampling retention in the updating process of high-dimensional parameter model. Then

the competition algorithm was introduced

which has constant competitive incentives and a built-in mechanism for losers to learn from winners. Higher precision was obtained by using fewer Markov chains

which improves the efficiency and precision of model updating. Finally

a numerical example of finite element model updating of a truss structure was used to verify the proposed algorithm.Compared with the results of standard MH algorithm

the proposed algorithm can quickly update the high-dimensional parameter model with high accuracy and good robustness to random noise. It provides a stable and effective method for finite element model updating of large-scale structure considering uncertainty.

关键词

Keywords

references

BIONDINI F ， FRANGOPOL D M . Life-cycle performance of deteriorating structural systems under uncertainty：review ［J］. Journal of Structural Engineering ， 2016 ， 142 （ 9 ）： 1 - 17 .

SIMOEN E ， ROECK G D ， LOMBAERT G . Dealing with uncertainty in model updating for damage assessment：a review ［J］. Mechanical Systems and Signal Processing ， 2015 （ 56 ）： 123 - 149 .

YUEN K V . Bayesian methods for structural dynamics and civil engineering ［M］. Hoboken ： John Wiley and Sons ， 2010 ： 12 - 24 .

BECK J L ， KATAFYGIOTIS L S . Updating models and their uncertainties I：Bayesian statistical framework ［J］. Journal of Engineering Mechanics ， 1998 ， 124 （ 4 ）： 455 - 461 .

KATAFYGIOTIS L S ， BECK J L . Updating models and their uncertainties Ⅱ：Model identifiability ［J］. Journal of Engineering Mechanics ， 1998 ， 124 （ 4 ）： 463 - 467 .

易伟建，周云，李浩 . 基于贝叶斯统计推断的框架结构损伤诊断研究［J］. 工程力学， 2009 ， 26 （ 5 ）： 121 - 129 .

YI Weijian ， ZHOU Yun ， LI Hao . Damage assesssment research on frame structure based on Bayesian statistical inference ［J］. Engin-eering Mechanics ， 2009 ， 26 （ 5 ）： 121 - 129 . （In Chinese）

WAN H P ， REN W X . Stochastic model updating utilizing Bayesian approach and Gaussian process model ［J］. Mechanical Systems and Signal Processing ， 2016 （ 70 ）： 245 - 268 .

GREEN P L . Bayesian system identification of a nonlinear dynamical system using a novel variant of simulated annealing ［J］. Mechanical Systems and Signal Processing ， 2015 （ 52 ）： 133 - 146 .

CHING J ， WANG J S . Discussion of “transitional Markov chain Monte Carlo：observations and improvements” by wolfgang betz，iason papaioannou，and daniel straub ［J］. Journal of Engineering Mechanics ， 2017 ， 143 （ 9 ）： 1 - 3 .

ZENG J C ， KIM Y H . Probabilistic damage detection and identification of coupled structural parameters using Bayesian model updating with added mass ［J］. Journal of Sound and Vibration ， 2022 （ 539 ）： 117275 .

WU D ， MA J W . An effective EM algorithm for mixtures of Gaussian processes via the MCMC sampling and approximation ［J］. Neurocomputing ， 2019 （ 331 ）： 366 - 374 .

HUANG T X ， SCHRODER K U . IWSHM 2019：perturbation-based Bayesian damage identification using responses at vibration nodes ［J］. Structural Health Monitoring ， 2021 ， 20 （ 3 ）： 942 - 959 .

刘纲，罗钧，秦阳，等 . 基于改进MCMC方法的有限元模型修正研究［J］. 工程力学， 2016 ， 33 （ 6 ）： 138 - 145 .

LIU Gang ， LUO Jun ， QIN Yang ， et al . A finite element model updating method based on improved MCMC method ［J］. Engine-ering Mechanics ， 2016 ， 33 （ 6 ）： 138 - 145 . （In Chinese）

SHERRI M ， BOULKAIBET I ， MARWALA T ， et al . Bayesian finite element model updating using a population Markov chain Monte Carlo algorithm ［M］// Special Topics in Structural Dynamics & Experimental Techniques ，Volume 5 . Cham ： Springer International Publishing ，2020： 259 - 269 .

彭珍瑞，郑捷，白钰，等 . 一种基于改进MCMC算法的模型修正方法［J］. 振动与冲击， 2020 ， 39 （ 4 ）： 236 - 245 .

PENG Zhenrui ， ZHENG Jie ， BAI Yu ， et al . A model updating method based on an improved MCMC algorithm ［J］. Journal of Vibration and Shock ， 2020 ， 39 （ 4 ）： 236 - 245 . （In Chinese）

BOULKAIBET I ， MTHEMBU L ， MARWALA T ， et al . Finite element model updating using Hamiltonian Monte Carlo techniques ［J］. Inverse Problems in Science and Engineering ， 2017 ， 25 （ 7 ）： 1042 - 1070 .

BOULKAIBET I ， MTHEMBU L ， MARWALA T ， et al . Finite elment model updating using the shadow hybrid Monte Carlo technique ［J］. Mechanical Systems and Signal Processing ， 2015 （ 52 ）： 115 - 132 .

TER BRAAK C J F . A Markov chain Monte Carlo version of the genetic algorithm differential evolution：easy Bayesian computing for real parameter spaces ［J］. Statistics and Computing ， 2006 ， 16 （ 3 ）： 239 - 249 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于交叉模型交叉模态方法和L₁正则化的损伤识别方法

复杂电子装备结构动力学模型修正技术研究

基于贝叶斯方法的统计模型修正和结构概率损伤识别

多源异构数据贝叶斯统计融合可靠性评估模型