目前桥梁安全评估的分析方法大部分基于某个计算公式的近似模拟或者某种主观判断，往往无法将以往桥梁性能退化规律的先验认识和当前的检测信息进行有效结合，也无法做到对评估模型或参数进行及时更新。动态贝叶斯网络（Dynamic Bayesian Networks, DBN)在处理桥梁结构时变过程中的时序数据以及表达多层影响因素方面具有独特的优势，同时具有信息更新能力。本项目首次提出将DBN作为桥梁安全评估的新方法，建立能有效预测桥梁结构性能退化的DBN模型，并进行安全可靠度的评估。通过对网络拓扑结构的改进和优化，进一步提升DBN在结构性能退化模拟方面的适用性，同时对响应面拟合模型以及抽样策略进行改进，提高可靠度的计算效率。最重要的一点是，检测信息将被用于对桥梁性能及可靠度评估进行实时更新。此外还将网络扩展，加入桥梁寿命预测、检修决策模块，实现DBN在桥梁动态安全管理方面的应用。
