随着我国经济社会的发展以及科学技术的进步,重大工程基础设施以前所未有的速度出现在祖国大地上,在气候变化、灾害频发、碳中和及韧性城市的时代背景下,工程界、学术界对土木工程结构的设计评估提出了更高的要求。在评估方面,需综合考虑来自结构抗力及荷载效应的多重不确定性,然而随着考虑因素的增多,结构分析的成本将随维数呈几何增长,尤其对于小失效概率事件,需要进行大量的结构分析,出现所谓的“维数灾难”。另外,当随机系统存在统计信息缺失时,系统分析的误差也会随着维数的增加而累积。在碳中和背景下,如何在保证计算精度的前提下,减少所需样本数,降低计算资源消耗,是目前重大工程结构进行随机响应和可靠度分析时面临的挑战。本文以概率密度演化理论为核心基础,聚焦高维随机结构状态评估降阶慢、效率低、解耦难、误差大的科学难题,分别提出了概率密度演化-灵敏度分析/概率密度演化-子结构重构两种新技术,从快速凝炼影响结构状态的关键参数和逆向求解随机响应两方面出发,实现了高维随机系统的快速降阶及解耦,计算效率较经典蒙特卡洛模拟方法显著提升,为概率密度演化方法（Probabilistic Density Evolution Method,PDEM）在变量高维或数据稀缺时的可靠度分析提供了新思路。上述技术可有效解决随机结构的概率评估问题,目前已取得的工程应用成果包括:双足步行荷载模型-人行桥相互作用动力耦合问题;存在雀替歪闪效应的藏式古建木构安全性能量化评估问题;以及七层Benchmark框架的响应重构和可靠度分析,该框架同时可为高层古建筑结构提供基准。本文主要研究内容和结论如下:（1）针对高维随机系统在传统概率灵敏度分析（Probabilistic Sensitivity Analysis,PSA）中降阶慢、效率低的问题,将Kullback-Leibler（K-L）相对熵嵌入概率密度演化理论（PDEM）中,衍生出一种新的高效概率灵敏度分析方法（KLPDEM）。结合概率密度演化理论中的等价极值方法,使得KL-PDEM中基于极值控制和可靠度控制的灵敏度分析,分别利用了PDEM在短时间和小区域内随机分析的优势,通过计算结构性能、响应极值的概率分布或动力可靠度稳定值,估计灵敏度指标。该方法可将经典PDEM理论建议的每个变量代表点数目从70-250个缩减为仅3个代表点,通过少量的样本点数目得到准确的灵敏度排序。不同于传统基于蒙特卡洛模拟的概率灵敏度分析,需要进行大量系统求解,准确性受限于模拟的样本点数,且计算成本随计算精度要求呈指数增长趋势,所提方法在保证准确性的同时显著提高了计算效率,实现了高维系统的快速灵敏度分析。（2）针对高维随机系统动力响应分析计算成本随维数几何增长的问题,以及对于小概率事件,直接进行概率密度演化分析存在效率低甚至无法求解的问题,将高维随机系统响应分析分解成两个低维计算过程,即KL-PDEM概率灵敏度分析和基于PDEM的低维随机系统分析。通过降维点集代替初始点集进行概率密度演化方程求解,为PDEM在复杂高维随机系统的概率响应分析提供了一种新思路,一定程度降低了高维随机系统对变量复杂选点技术的需求。并将该理论成功应用在随机自驱动机制双足步行人群-结构相互作用系统的动力响应分析中。（3）针对结构系统由劣化损伤引起的高维随机特性,提出了基于Hellinger度量的概率灵敏度分析法（HM-PDEM）和广义概率灵敏度分析法PSA-PDEM,可衡量随机变量对结构承载力概率分布（Probability Density Function,PDF）的“贡献”。在高维劣化遗产古建筑结构性能评估中,通过低维随机变量组高效准确地评估了在既有荷载作用下藏式古建木结构的可靠度,为遗产建筑的保护和安全评估提供了一种新策略。（4）针对数据稀缺时高维随机系统响应分析解耦难、误差大的问题,提出了随机子结构响应重建技术（Stochastic Substructural Response Reconstruction Method,SSRRM）,把基于传递率概念的频域响应重建与概率密度演化方程（Probabilistic Density Evolution Equation,PDEE）融合,通过识别系统随机界面力,将结构参数随机性的传播融入子结构响应重构中,进行系统响应的逆向求解。SSRRM克服了现有随机动力响应分析在数据稀缺时正向求解动力方程和子结构解耦的困难,利用子结构中某些自由度的实测响应代替整体有限元模型计算响应,提出了基于部分测量响应进行随机系统动力响应分析和可靠度评估的方法。当整体结构内部分参数、边界条件不明或整体有限元模型不准确时,该方法仍然适用。以七层Benchmark框架结构为例,比较了不同变量分布和不同阈值下动力重建响应的超越概率,并研究了测量噪声对随机响应重构的影响,通过与多种方法对比验证了SSRRM的高效性和准确性。