摘要：子集模拟方法作为结构可靠度分析方法,也可应用于工程优化问题,诸如优化设计、模型修正等.为研究基于不同蒙特卡洛马尔可夫链(monteCarlomarkovChain,mCmC)抽样的子集模拟优化方法(Subset Simulation Optimization,SSO),以有限元模型修正作为优化背景问题,开展其精度和效率的对比研究.介绍标准SSO和子集模拟(Subset Simulation,SS)常见的mCmC抽样方法,并基于上述不同mCmC抽样的SSO开展某局部损伤悬臂梁(10维变量)的有限元模型修正,修正结果与基于遗传算法(Genetic Algorithm,GA)的模型修正方法进行对比;而后将上述不同mCmC抽样的SSO修正方法应用于某四层钢框架有限元模型修正中(11维变量).结果表明,采用随机游走的延迟拒绝修正m-h方法(mmh algorithm with Delayed Rejection,mmhDR)和自适应条件抽样方法(Adaptive Conditional Sampling,ACS)的SSO有限元模型修正具有较好的精度和效率,在工程结构有限元模型修正中更具优势.