15、砂土高级土模型的参数识别

砂土高级土模型的参数识别

在岩土工程中，本构模型对描述土体力学行为至关重要。目前，本构模型可分为以下几类：
1. 线弹性模型；
2. 弹性完全塑性模型（如摩尔 - 库仑模型）；
3. 非线性模型（如硬化土模型、非线性摩尔 - 库仑模型）；
4. 基于临界状态的高级模型（如修正剑桥模型、Nor - Sand 模型、CSAM 模型等）、亚塑性模型；
5. 细观力学模型。

后两类通常被称为高级土模型，它们能更准确可靠地描述土体与状态相关的力学行为，但也带来了复杂性和额外的参数。模型参数的准确性对其建模性能影响显著，因此参数识别是岩土工程中应用高级本构模型的关键问题。

1. 参数识别方法概述

确定参数的方法主要有三种：解析方法、经验关联方法和反分析方法。其中，反分析方法能相对客观地确定所采用土模型的参数，即使是那些没有直接物理意义的参数，因此被广泛应用。反分析的关键方法又分为确定性方法和概率方法。

确定性方法只关注为关注的输入参数找到一组固定值，而不考虑土体的变异性和不确定性。相比之下，概率方法因考虑了不确定性而更具竞争力。其中，贝叶斯参数识别方法已在不同领域得到应用，在这些应用中，关注的参数被视为随机变量，并通过后验分布和统计量来表示。然而，到目前为止，此类应用仅涉及某些传统的简单土模型，而涉及高级本构模型（如基于临界状态的模型）的参数识别很少有报道。

在贝叶斯参数识别中，马尔可夫链蒙特卡罗（MCMC）模拟通常因其能有效推导后验分布而闻名。但 MCMC 采样产生的样本具有统计依赖性，可能会降低统计估计量的效率，并且在变量数量较大时，大多数方法会变得低效。为克服这些问题，Ching 和 Chen 提