隐变量模型及其在贝叶斯运营模态分析的应用

打开文本图片集

摘要： 贝叶斯FFT算法是运营模态分析的最新一代算法，以其准确性高、计算速度快、可有效进行不确定性度量等优点受到广泛关注。然而，现有贝叶斯FFT算法针对不同情况（稀疏模态、密集模态、多步测试等）需采用不同优化算法，且编程实现极为复杂。为此，本文旨在提出针对不同情况的贝叶斯FFT算法的统一框架，并实现模态参数的高效求解；视结构模态响应为隐变量，建立贝叶斯模态识别单步测试和多步测试的隐变量模型框架；针对提出的隐变量模型运用期望最大化算法实现各种情况下模态参数的统一贝叶斯推断，利用隐变量解耦模态参数优化过程，采用Louis等式间接求取似然函数的Hessian矩阵。（剩余14845字）