基于深度高斯过程和贝叶斯优化算法的结构非线性模型快速更新方法

本发明提出基于深度高斯过程和贝叶斯优化算法的结构非线性模型快速更新方法。该方法采用深度高斯过程模型建立结构非线性模型更新问题中目标函数的概率代理模型，结合后验深度高斯过程模型的预测以及不确定性量化信息建立采集函数，以指导结构非线性模型更新目标函数的优化进程。深度高斯过程具有层次高斯过程的结构，能够更好地对结构非线性模型更新的目标函数进行先验相关性建模，从而提供更好的预测和不确定性量化性能。本发明能够在少数次数的数值模型分析中解决结构非线性模型更新问题，从而有效提高了模型更新的计算效率，减少了计算时间，具有很好的工程应用价值。