● 摘要
目前复杂结构越来越广泛的被应用于航空领域。有限元方法是研究复杂结构中能量流动的有力工具。但是，这种方法只能应用于低频范围。因为在中高频范围，波长已经很小，而结构划分的网格有可能大于波长，造成模拟不准确。并且，在实际生活中外部激发的频率范围是很广的。在高频范围内，由于波长很小，为了能够准确的模拟出结构模型，就需要大量的细小网格。但是，有些情况下计算机的性能并不能很好的支持如此大量的运算。为了克服这个困难，有必要寻找一种新的方法来研究中高频下的能量流动。幸运的是，统计能量分析正是研究这一问题的方法。
统计能量分析是一种有力的描述复杂结构之间能量流动的方法。这种方法最早于1960年，由Lyon、Maidanik和Smith提出。但是，使用这种方法有一个前提，就是要把复杂结构划分成子结构系统。一个能量统计分析模型是由几个弱耦合的子系统组成的。因此，为了对系统进行恰当的子系统化，就需要对复杂材料结构进行模拟，通过模拟不同的外界条件，得到最真实的结构响应，从而得出能量行为。为了实现统计能量分析，首先需要判断出该结构是否可以分成不同的子系统。通过对不同的结构进行模拟，得到能量分布情况。根据数据挖掘中的机器学习理论，训练出有效的判别方法。根据新的能量分布情况，来判断一个新的模型是否能够被划分为不同的子系统。本文针对此问题进行了一些相关的研究。