提出基于正则化与范数归一化的概率损伤识别方法（Regularization and Norm Normalization Based Probabilistic Damage Identification Method，RNbPDI），对不适定性和不确定性条件下的结构损伤识别误差进行量化。以结构损伤前后的模态信息差为目标函数，引入正则化方法，建立结构损伤参数求解的目标函数。考虑到不同模态参数对损伤参数的灵敏度数值范围的差异，将不同模态参数的灵敏度矩阵和残差矩阵分别进行范数归一化处理，以提高损伤识别问题求解的数值稳定性。利用概率方法来量化损伤识别结果的不确定性，给出损伤参数的识别结果的名义值和方差求解公式。通过数值算例分析不同损伤工况、不同传感器测点方案、不同的测试噪声水平对损伤识别结果的影响，通过数值算例和一个四层剪切框架实验表明该方法具有识别精度高、鲁棒性强的特点。

提出一种基于一元多项式逼近和二元多项式逼近的时变权重组合预测方法，并将之应用于飞行器结构响应序列的建模与预测。充分考虑权重的无偏性和非负性，通过引入松弛变量将不等式约束转化为等式约束并基于惩罚函数构造新的组合预测目标函数；最后采用遗传算法获得未知变量的数值解及组合预测时变权重表达式。应用结果表明预测方法有效。