近日,学院张衡副教授联合武汉理工大学黄斌教授,在结构多输出全局灵敏度分析方面取得新进展。相关成果以“An efficient multi-output global sensitivity analysis based on vector-formhomotopysurrogate model”为题,在国际学术期刊《Reliability Engineering & System Safety》发表。该刊为中科院一区TOP期刊,最新影响因子为13.7,按CiteScore排名,位居相关学科前3%。论文第一署名单位为长江大学城市建设学院,张衡副教授为第一作者,硕士研究生程淇为第二作者。

图1 论文发表信息
工程结构的材料参数与外部荷载存在不确定性,结构不同位置的响应对这些因素的敏感程度也不相同。大型桥梁等复杂结构的优化设计和施工控制,需要综合评估多个响应的变化。传统依赖样本的代理模型在处理大量输出时,建模与灵敏度计算成本较高,分析结果也受到训练样本的影响。如何高效识别影响结构多响应的关键不确定因素,是全局灵敏度分析中的重要问题。
针对这一问题,研究团队基于同伦随机有限元方法,提出了向量形式同伦代理模型驱动的多输出全局灵敏度分析方法。该方法面向线性静力结构系统,将多个响应统一表示为确定性向量系数与随机变量基函数的组合,并利用同伦系数和输入变量的统计矩,直接计算各响应的一阶Sobol’灵敏度指标及其方差权重,进而获得多输出综合灵敏度指标,实现了从代理建模到灵敏度求解的免样本计算。该方法无需对输出进行降维,并可追溯不同响应对整体灵敏度的贡献。
研究以钢筋混凝土—钢组合柱和大跨度斜拉桥为算例,与蒙特卡洛模拟、多项式混沌、Kriging及结合主成分分析的代理模型进行比较,验证了方法的计算精度、效率和数值稳定性。在文中斜拉桥算例的计算设置下,所提方法的计算耗时较蒙特卡洛模拟降低三个数量级以上。研究还揭示了结构不同位置响应的灵敏度差异,为识别关键不确定参数与关键响应部位、开展结构优化设计和施工控制提供了新的分析工具。
该研究得到国家自然科学基金项目(51978545)和湖北省教育厅科学研究计划重点项目(D20231305)资助。
论文链接:https://doi.org/10.1016/j.ress.2026.112540