دانشگاه آزاد اسلامی واحد تهران جنوب

صفحه اصلی / نخستین همایش هوش مصنوعی و پژوهش های نوظهور: همگرایی انسان و سیستم های هوشمند

پیش‌بینی تراوایی سنگ مخزن با استفاده از مدل هوشمند ترکیبی: الگوریتم ژنتیک، جستجوی فاخته، سیستمهای فازی و ترکیب داده

نویسندگان :

حمید حکیمی نژاد¹ بهزاد مشیری² گلناز جوزانی کهن³

1- دانشگاه آزاد اسلامی واحد تهران مرکزی 2- دانشگاه تهران 3- دانشگاه تهران

کلمات کلیدی :

الگوربتم ژنتیک،ترکیب داده،سیستم فازی،شبکه های عصبی

چکیده :

کی از فاکتورهای مهم در تولید نفت و گاز از مخازن نفتی، تراوایي است تراوایی خاصیتی از سنگ مخزن است که به جریان سيال از سنگ مخزن می پردازد به دلیل اینکه محاسبه این پارامتر در شرایط آزمایشگاهی پر هزينه و زمانبر است بر این اساس امروزه اين پارامتر را با استفاده از داده‌های لاگ پتروفيزيکي به روشهای هوشمند محاسبه مي‌کنند بنابرین در اين مقاله از الگوريتم‌های هوشمند جهت پیش بینی تراوايي با استفاده از لاگهاي پتروفيزيکي استفاده شده است. این پژوهش بر روی داده های چهار چاه کنگان و دالان واقع در میدان پارس جنوبی انجام شده است و از روشهای شبکه عصبی MLPو سیستم فازی برای پیشبینی تراوایی استفاده شد. سپس با ترکیب الگوریتم ژنتیک و الگوریتم فاخته و همچنین اعمال اپراتورهای میانگین وزنی مرتب شده (OWA) بر روی سیستم فازی، و نیز روش ترکیب داده (تئوری دمپسر-شفر)، یک روش بهبود بافته و ابتکاری جهت پیش بینی تراوایی ارائه شد. نتایج نشان داد که با توجه به وجود عدم قطعیت در پارامترهای پتروفیزيکی و تراوایی، این روشهای ترکیبی عدم قطعیتها را به خوبی کاهش داده و نتایج دقیقتری حاصل شد این روش ترکیبی، تراوایی را با دقت 0.9986 و ریشه دوم میانگین مربعات خطای 0.1312 پیش بینی کرد

لیست مقالات

لیست مقالات بایگانی شده

Investigation of the Effect of Trypsin Enzyme on the Detection of Carbaryl Pesticide

Nahid Raoufi - Mahnaz Torabparvar - Mohammadhossein Manouchehrinejad - Shayan Zaker Shobeiri - Matin Iimani - Moahammad mahdi Ghorbani vaghei - Ali Gilasi