结构设计与维护中的概率型生命周期优化： systematic review（系统性综述）

《Probabilistic Engineering Mechanics》：Probabilistic Life-Cycle Optimization in Structural Design and Maintenance: A Systematic Review

　　

摘要

概率寿命优化为在不确定性下设计和管理结构提供了一个合理的框架，它考虑了结构性能的时间依赖性、退化、维护、生命周期成本和服务寿命。为了对概率寿命优化进行系统回顾，本文首先总结了概率性能指标，包括可靠性、风险、冗余性、脆弱性、鲁棒性、韧性、生命周期成本和可持续性。然后简要介绍了检测、无损评估、结构健康监测、贝叶斯更新和信息价值等工具，这些工具有助于减少不确定性并改进生命周期决策。文章回顾了针对单目标和多目标问题的优化方法，包括数学编程、元启发式方法、基于可靠性的设计优化、替代辅助优化、进化算法和多标准决策方法。本文区分了新结构的生命周期设计优化（强调选择最优初始设计方案以实现长期性能）和现有退化结构的生命周期优化（需要顺序和适应性决策模型来进行检测、维护、修复、改造和更换计划）。讨论了实际实施中的挑战，包括数据可用性、模型不确定性、计算复杂性、决策约束、资产管理集成以及基于人工智能的生命周期优化。指出了未来研究的方向，如数据驱动的适应性优化、不确定性量化、韧性和可持续性的整合以及实用的决策支持框架。

章节片段

引言

民用基础设施系统，包括桥梁、建筑物、海洋结构和运输网络，对公共安全、经济活动和社会福利至关重要（Sánchez-Silva & Klutke 2016; Wang et al. 2021; Akiyama 2025）。这些结构在面临老化、退化、环境压力、需求增加以及自然灾害或人为灾害的情况下，仍需提供令人满意的性能（Zhu & Frangopol 2012）。

系统回顾方法

本回顾报告的编制遵循了PRISMA2020（Page et al. 2021）的相关建议。从数据库建立之日起至2026年7月，对Scopus、Web of Science Core Collection和Google Scholar进行了相关文献的搜索。搜索结合了与结构基础设施、概率不确定性、生命周期性能以及优化或决策制定相关的术语。同时进行了相关回顾文献和已发表文章的逆向引用搜索。

概率生命周期性能与维护

考虑维护干预的生命周期性能评估和预测对新结构的设计和退化结构的管理至关重要（Sánchez-Silva & Klutke 2016; Frangopol & Kim 2022）。结构性能是结构服务寿命的关键指标。通常，生命周期性能评估和预测涉及损伤起始和传播的建模，以及评估损伤对结构性能的影响。

检测、结构健康监测和信息更新的作用

尽管初始的分析退化模型为估计结构性能提供了基础，但由于环境压力、材料退化和运营负荷随时间的变化，其长期预测存在显著的认识不确定性（Biondini & Frangopol 2016; Der Kiureghian & Ditlevsen 2009; Frangopol & Soliman 2016）。为了克服传统VI的主观性和局限性，无损检测（NDE）技术和连续结构健康监测（SHM）系统越来越受到重视。

单目标和多目标问题的优化方法

优化方法对于确定结构工程中的高效设计、维护、检测、改造和管理策略至关重要。根据目标函数的数量，优化问题通常可以分为单目标问题和多目标问题。单目标优化（SOO）寻求在选定的性能指标下的最佳解决方案；多目标优化（MOO）则在相互冲突的目标之间寻找折中方案。

新结构的生命周期设计优化

新结构的生命周期设计优化旨在确定能够确保整个服务寿命内性能令人满意的设计方案，同时将生命周期成本、风险以及不利的社会和环境后果降到最低（Biondini & Frangopol 2016; Frangopol & Kim 2022; Hassanzadeh et al. 2024; Al Hawarneh et al. 2025）。与传统设计不同，生命周期设计考虑了时间依赖性因素。

退化结构的管理生命周期优化

退化结构的管理生命周期优化与新结构的生命周期设计优化有根本区别。在设计阶段，决策问题主要集中在施工前的初始设计方案选择上；而退化结构的管理则是在结构建成并暴露于实际环境和负荷条件之后开始的。因此，主要目标转变为确定最优方案。

概率生命周期优化的实际实施与挑战

尽管概率生命周期优化为改进结构的设计和管理提供了合理的框架，但其实际实施仍然具有挑战性，因为它整合了结构分析、退化建模、可靠性评估、成本估算、环境影响评估、决策理论以及在不确定性下的优化。理论上，优化模型可以确定设计方案、检测计划和维护策略。

结论

本系统回顾表明，概率生命周期优化涉及两种不同的决策情境。对于新结构，主要任务是选择初始设计变量，并在适用的情况下制定一个能够在整个服务寿命内实现目标性能的维护策略；对于现有结构，决策是顺序性的且依赖于信息的，因为检测和监测数据可以更新预测的结构性能，并改变维护的类型和时机。

CRediT作者贡献声明

Sunyong Kim：撰写——原始草稿、研究、形式分析、概念构思。Dan M. Frangopol：撰写——审稿与编辑、监督

作者声明没有已知的可能影响本文工作的利益冲突或个人关系。

利益冲突声明

作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

致谢