關(guān)鍵本構(gòu)模型識別與不確定性量化方法研究

摘要： 典型基于輸入的最佳估算加不確定性(BEPU)分析方法需要全面考慮各種來源的不確定性，但作為重要不確定性來源之一的最佳估算程序內(nèi)部本構(gòu)模型不確定性卻很難得到準確量化。針對傳統(tǒng)BEPU方法的不足，采用函數(shù)型數(shù)據(jù)分析加次序敏感性分析方法識別重要模型，貝葉斯校準方法加高斯過程代理模型量化模型參數(shù)不確定性，得到了一種準確的關(guān)鍵本構(gòu)模型識別與不確定性量化方法。使用該方法量化了FLECHT-...