Integrating Bayesian Inference into Structural Parameter Estimation: A Python-Based Approach Using OpenSeesPy and PyMC

Oscar D. Hurtado

doi:10.3390/infrastructures11080291

2026-09-01

DOI：10.3390/infrastructures11080291

原文链接

原文求助

摘要

En 中文

在结构工程中，准确预测结构行为对于确保安全性和可靠性至关重要。传统参数估计方法通常依赖确定性方法，可能忽略实际结构中的固有不确定性。本文提出了一份关于利用贝叶斯框架更新结构模型参数的综合手册，提供了一种稳健的策略来量化不确定性和提高预测精度。该方法采用Python，利用Open-SeesPy进行有限元建模，PyMC进行概率推断。提供了五个不同示例来说明工作流程，范围从结构框架的基本参数估计到用于本构材料校准的高级分层随机模型（HSMs）。本工作为寻求采用新颖概率技术的结构工程师提供了实用指南。通过整合贝叶斯推断，工程师可以有效地考虑测量噪声和内在物理变异性，从而提高预测模型的真实性。开源工具的使用简化了实施过程，使这些先进方法能够被工程实践中更广泛的受众所采用。

Keyword:

Bayesian inference

structural parameter estimation

uncertainty quantification

probabilistic modeling

期刊

Infrastructures

IF:

2.9

论文数:

834

被引数:

2.5K

机构

Universidad del Valle

学者数:

2.8K

论文数: 2.0K

被引数: 4

引用论文

Array programming with NumPy 使用NumPy进行数组编程

Nature

IF0

2020-09-16

OAAI

Charles R. Harris; K. Jarrod Millman; Stéfan J. van der Walt; Ralf Gommers; Pauli Virtanen; David Cournapeau; Eric Wieser; Julian Taylor; Sebastian Berg; Nathaniel J. Smith; Robert Kern; Matti Picus; Stephan Hoyer; Marten H. van Kerkwijk; Matthew Brett; Allan Haldane; Jaime Fernández del Río; Mark Wiebe; Pearu Peterson; Pierre Gérard-Marchant; Kevin Sheppard; Tyler Reddy; Warren Weckesser; Hameer Abbasi; Christoph Gohlke; Travis E. Oliphant

Bayesian Modeling and Computation in Python

IF0

2021-11-30

PREAI

Osvaldo A. Martin; Ravin Kumar; Junpeng Lao

Bayesian updating using accelerated Hamiltonian Monte Carlo with gradient-enhanced Kriging model 基于梯度增强Kriging模型的加速哈密顿蒙特卡罗贝叶斯更新

COMPUTERS & STRUCTURES

IF4.8

2025-01-01

PREAI

Li, Qiang; Ni, Pinghe; Du, Xiuli; Han, Qiang; Xu, Kun; Bai, Yulei

Probabilistic damage detection using a new likelihood-free Bayesian inference method