大跨桥梁参数识别：响应面方法的近似函数与样本选择优化

本文主要探讨了大跨桥梁参数识别中响应面方法的应用，特别是针对某大跨斜拉桥实验室物理模型的动力特性与设计参数之间的复杂关系。研究的焦点在于近似函数的选择和试验样本对回归模型精度的影响。 首先，作者详细介绍了多项式和径向基函数两种常见的响应面模型构建方法。多项式响应面模型，如完全二阶多项式，以其直观性和易于理解的特点被用于分析，而径向基函数由于能够处理非线性问题和自适应性，被认为是更高级的近似函数选择。这两种模型在设计域和扩展设计域内的表现进行了对比，特别是在噪声污染环境下，径向基函数模型显示出更好的抗干扰能力。 接着，作者通过基于斜拉桥三维空间模型的有限元动力分析，对回归精度进行了深入研究。结果显示，径向基函数模型在回归精度上明显优于多项式模型，尤其是在处理复杂隐式关系时，其优越性更为显著。这表明在大跨桥梁参数识别中，径向基函数可能是一个更为理想的近似函数。 在样本选取方面，文中分析了不同的试验设计方法，包括少量样本的D优化设计和较多样本的中心复合设计。研究发现，对于少量样本情况，D优化设计表现出较好的效果；而在样本数量较多的情况下，中心复合设计则展现出更好的统计效率。这为实际应用中如何根据资源限制合理选择样本策略提供了指导。 该论文强调了响应面方法在大跨桥梁参数识别中的有效性，特别是径向基函数模型在近似函数选择中的优势，以及响应面实验设计在不同样本条件下对模型精度的提升。这些研究成果对于优化结构健康监测和参数识别过程具有重要的实践意义，有助于提高结构的安全性能和运营效率。