如需要完整文档点击下方 "点击下载文档" 按钮

在水电工程坝基三维离散裂隙网络（Discrete Fracture Network，DFN）随机建模中，关键在于对裂隙的倾向、倾角、开度等几何多参数的多维联合分布估计。然而，现有基于典型分布的DFN模拟方法存在缺乏考虑裂隙参数之间的相关性，且难以实现对裂隙参数多维联合分布的高精度概率密度估计的问题。针对上述问题，本文提出一种改进的自回归流模型——密度峰值聚类自回归流（Density Peak Clustering Autoregressive Flow，DPCAF），通过采用高斯混合分布与DensityPeak聚类算法改进标准化特征空间的基础分布，弥补自回归流在分布估计的过程中难以考虑裂隙优势分组的不足，提高对于多峰的联合分布的拟合能力；进一步提出基于DPCAF模型的裂隙网络多参数模拟方法，考虑裂隙几何参数之间的相关性，实现其多维联合分布的精确极大似然估计与采样。工程应用结果表明，DPCAF模型相比于现有基于典型分布的方法能够更好地拟合复杂的多参数联合分布，且具备能够建立裂隙几何参数关联关系的优势，从而保证了DFN模型的可靠性。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于改进自回归流模型的坝基三维裂隙网络多参数模拟》

将 完整文档 下载到本地，方便收藏和查阅

文件号：058017

点击下载文档