一种基于BayesFlow的桥梁概率有限元模型更新方法

本发明提出一种基于BayesFlow的桥梁概率有限元模型更新方法，具体包括以下步骤：S1：确定有限模型更新参数，并确定用于BayesFlow训练更新参数的变化范围；S2：生成BayesFlow模型的训练样本；S3：设计BayesFlow模型；所述BayesFlow模型中包含一个特征网络和一个推断网络，所述特征网络将高维数据缩放到低维度并自动提取最大统计信息，所述推断网络根据统计信息推断更新参数的后验分布；S4：联合训练BayesFlow模型中和的参数；S5：BayesFlow模型的精度验证；S6：更新参数的后验推断。本发明可以快速和准确地实现桥梁的概率有限元模型更新。