摘要： 在悬置系统(Powertrain Mounting Systems，PMS)的不确定性分析中，通常采用单峰正态分布来描述随机变量。然而，工程实践中多峰分布现象更为普遍。引入高斯混合模型(Gaussian Mixture Model，GMM)，以实现含多峰变量的PMS不确定性分析。首先，分析了生产、安装和使用过程中的不确定性因素，以构建悬置刚度的GMM。然后，将拉丁超立方抽样技术应用于GMM，实现PMS不确定性分析。接着，利用期望最大化(Expectation-Maximization，EM)算法拟合PMS固有特性响应的GMM。采用模态数、峰值高度和峰值位置等指标，评估固有特性的不确定性响应。最终，通过数值案例说明多峰分布对于PMS不确定性分析的重要性。结果表明，多峰分布能更准确地描述PMS刚度参数的不确定性特征，而且模态数、峰值高度和峰值位置等指标能够更准确地评估固有特性的多峰响应特征。

关键词: 振动与波, 悬置系统, 多峰分布, 不确定性, 高斯混合模型