为研究曲线桥梁参数不确定性对结构可靠度分析的影响，本文将基于相对熵函数(REF)的自适应Kriging方法与蒙特卡洛（MCS）相结合的AK-MCS-REF框架引入曲线梁桥可靠度分析中。以曲线梁桥简化模型的桥梁结构参数和几何尺寸参数作为随机输入变量，利用参数化概率盒(p-box)对认知不确定性进行量化；内层采用REF函数实现主动学习过程，并根据结构响应的不同需求分别建立下部结构位移、隔震系统位移以及径向和切向位移等多个极限状态函数；外层利用基于分布参数的期望改进准则来实现概率框参数优化，将合理约束条件下的最优分布参数点逐步添加到训练样本中，通过双层优化策略高效求解可靠度指标的上下界。结果分析表明，该方法能够在保证计算精度的前提下显著提高曲线梁桥可靠度分析的计算效率，可将计算成本降低约3-4个数量级，且相对误差均控制在合理范围内；参数不确定性对曲线梁桥可靠度评估产生显著影响，当充分考虑这些不确定性因素时，考虑参数不确定性时可靠度指标区间为[0.8400, 0.9980]，区间宽度达到0.1580，相对不确定性高达17.19%，变异系数为8.60%；与参数确定性分析相比，忽略参数不确定性会导致可靠度指标最大偏差达12.34%，失效概率影响可达25.9%，从而低估结构失效风险。
 

参数不确定性；认知不确定性；概率盒；自适应Kriging；相对熵函数；曲线梁桥可靠度分析