随机连接模型 (RCM) 是 连续渗流理论 的 图论 模型,其特征在于存在 平稳点过程 和 非增函数
,它们共同确定了在
中各个 顶点 之间绘制 边 的方法,其中
是某个维度。
在这种情况下,函数 被称为连接函数,RCM 被称为由
驱动。模型本身用
表示。
作为 的普通最近邻 键渗流 的推广,连续渗流的随机连接模型应被视为 布尔 模型和 布尔-泊松模型 的对比鲜明的替代方案,在这两个模型中,上述第二个条件被 随机变量
替换。更准确地说,布尔模型和布尔-泊松模型通过构建
维 闭球,这些球 中心位于
的点,并分配由
确定的随机 半径 来展示 渗流;相反,RCM 使用图论的概念,将来自
的点视为顶点,并在
对之间插入边,概率 为
,且与
中所有其他点对独立,其中
表示
中的典型 欧几里得距离。 然而,尽管这两种方法存在差异,但它们是相似的,因为对于任何一种方法的数学精确表示都需要复杂的机制;RCM 的形式化构造如下。
设 是在 概率空间
上定义的 点过程。接下来,定义空间
为 乘积
(1)
|
其中乘积取自所有无序对 二进制立方体,并定义与 关联的常用 乘积测度
,以便所有 边缘概率 由
上的 勒贝格测度 给出。最后,定义
并为
配备乘积测度
。在此构造下,RCM 是从
到
的 可测映射,定义为
(2)
|
这里, 表示 σ-代数
上所有计数测度的集合,
中的 Borel 集,它为所有有界 Borel 集分配有限测度,并为点分配最多为 1 的值。
然后,通过首先注意到每个点 包含在唯一阶为
的二进制立方体
中,并且对于每个
,存在唯一的最小数
,使得
不包含
的其他点,
-几乎必然。考虑到这一点,对于任意两点
,考虑二进制立方体
(3)
|
和
(4)
|
分别地,由此点 和
被连接,当且仅当
(5)
|
其中 是用于表示元素
的符号。使用这种构造,可以得到
维欧几里得空间中的顶点集合,这些顶点根据上述随机过程连接。
随机连接模型中使用的一些术语:点 和
之间的边用无序对
表示,
称为
的端点。如果存在一个有限序列,则称
中的两个点
是连接的
(6)
|
使得对于所有 ,边
被插入,并且以典型的图论方式,然后将分支定义为点集
,该点集在任何两点
彼此连接的属性方面是最大的。原点的占据分支用
表示,并被认为是该模型中布尔模型中占据分支概念的类似物。该模型没有空缺分支概念的类似物。
上图说明了随机连接模型的实现,说明了与其相关的一些术语。在此图中,分支 的形式为
,其边具有
、
和
的形式。