实际工程问题中广泛存在着需要考虑的不确定性因素,它们会对模型结构响应产生相应的不确定影响。定量评估不确定性因素对模型响应的影响对于模型评价、模型修正尤为重要。全局敏感性分析(GSA)作为一种不确定性评估手段能够对其进行有效的评估。当下对于复杂结构模型的GSA应用普遍是基于代理模型配合方差法进行的,代理模型有时无法准确对原模型进行充分描述,而方差法存在计算量大的缺点。与此同时,建筑结构参数通常变异系数相对较小,多维参量分布空间域也相对较小,方差法过度的分析抽样量易造成计算资源的浪费。因此,如何研究提高GSA方法的计算效率是极其必要的。基于上述背景分析,本文首次将抽样量相对较小的基于元效应的GSA方法引入到建筑结构领域。首先本文针对传统的元效应GSA方法的轨迹法与径向法在欧氏距离优化过程中计算量大及采样过程随机性大的不足,提出了基于核的多层拉丁超立方抽样策略对其进行改进,大大提升了元效应方法的抽样及优化效率。对于新的抽样方法,本文采用两种参数设置下的七参数g-函数对三个优化步骤进行了逐一验证,并将新方法在—悬臂柱结构上与轨迹法和径向法进行了应用对比。通过以上探究验证了新方法的有效性,其量化结果显示所提出的方法敏感性识别精度是轨迹法的4.7倍,径向法的11.5倍。接下来本文以函数实例对比阐释了 GSA方法相较局部敏感性分析(LSA)在非线性与非单调应用情形下的优越性,GSA方法在非线性函数模型及非单调情形g-函数应用中具有更强的求解一致性和稳定性,能够解决LSA的应用不足。以一个三层钢框架结构为研究对象,对其七个结构参数进行新GSA方法与LSA方法的应用对比探究,求解了钢框架全推覆过程各参数的GSA值变化曲线及对应的LSA分析结果。结论说明钢框架结构不确定参数与推覆输出基底剪力接近线性关系,GSA结果在参量变异系数较小、线性关系较强的工程模型分析问题中,与LSA结果差异较小。