مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

550
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

266
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات

صفحات

 صفحه شروع 96 | صفحه پایان 109

کلیدواژه

مدل الگوریتم ازدحام ذرات شبکه عصبی (PSO-ANN)Q1

چکیده

 پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی, تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیه سازی مخازن هیدروکربوری و استراتژی های اکتشافی نقش موثری ایفا می کنند. اخیراً روش های هوش مصنوعی به منظور پیش بینی این پارامترها با استفاده از داده های چاه پیمایی به کاربرده شده اند. بااین حال پیش بینی ویژگی های مخازن ناهمگن همواره با دشوارهای بسیاری همراه است و به سختی پاسخ مناسبی به دست آمده است. در این مطالعه تلاش شده است تا پارامترهای مخزنی سرعت موج برشی, تخلخل و تراوایی با استفاده از روش نوین ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات (PSO-ANN), در مخزن هتروژن آسماری میدان منصوری تخمین زده شود. سپس عملکرد این مدل ترکیبی با روش های کلاسیک و مرسوم شبکه عصبی مصنوعی (ANN) و سیستم تطبیقی استنتاج نروفازی (ANFIS) و همچنین روش ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک (GA-ANN) مورد مقایسه قرار گرفته است. نتایج نشان دهنده عملکرد بسیار مناسب روش ترکیبی شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات در تخمین پارامترهای مخزنی است. بنابراین می توان از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات به عنوان یک روش قدرتمند در تخمین سایر پارامترهای مخزنی به خصوص در مواقعی که دقت بالای پیش بینی لازم باشد استفاده نمود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    زحمت کش، ایمان، محسنی پور، ابوذر، و امرایی، امین. (1399). تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات. زمین شناسی کاربردی پیشرفته، 10(1 )، 96-109. SID. https://sid.ir/paper/394881/fa

    Vancouver: کپی

    زحمت کش ایمان، محسنی پور ابوذر، امرایی امین. تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات. زمین شناسی کاربردی پیشرفته[Internet]. 1399؛10(1 ):96-109. Available from: https://sid.ir/paper/394881/fa

    IEEE: کپی

    ایمان زحمت کش، ابوذر محسنی پور، و امین امرایی، “تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات،” زمین شناسی کاربردی پیشرفته، vol. 10، no. 1 ، pp. 96–109، 1399، [Online]. Available: https://sid.ir/paper/394881/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button