طراحی شبکه عصبی مصنوعی بهینه برای پیش بینی شاخص تخلخل
Publish place: National Conference of Energy and Environment
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,084
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EERCKC01_004
تاریخ نمایه سازی: 29 مهر 1390
Abstract:
پیش بینی دقیق شاخص تخلخل یکی از مهمترین نیازهای صنعت نفت است در روشهای رایج برای نیل به این هدف به اطلاعات چاه نگاری و آزمایشات پتروفیزیکی زیادی نیاز است ولی امروزه با استفاده از شبکه های عصبی مصنوعی می توان از کمترین اطلاعات بهره برد و تخلخل را به خوبی پیش بینی کرد از سال 1986 استفاده از شبکه های عصبی در صنعت گسترش یافته و امروزه هدف محققان بهینه کردن این سیستم ها می باشد دراین تحقیق با استفاده از شبکه های عصبی مصنوعی سعی شد که شاخص تخلخل به کمک فقط نمودارهای نوترون و صوتی با بیشترین دقت ممکن پیش بینی شود 40000 داده چاه نگاری معتبر و تخلخل ارزیابی شده مربوط به یکی از میادین جنوب ایران وجود دارد از مهمترین عوامل کارایی یک شبکه عصبی تعیین تعداد بهینه مراحل آموزشی است که از بیش برازش جلوگیری شود.
Authors
محمد بانشی
دانشگاه شهید باهنر کرمان عضو انجمن پژوهشگران جوان
مهین شفیعی
دانشگاه شهید باهنر کرمان گروه مهندسی نفتو گاز
حسین نظام آبادی پور
دانشگاه شهید باهنر کرمان گروه مهندسی برق
محمدرضا بهزادی جو
کارشناس عملیات مخازن شرکت نفت وگاز زاگرس جنوبی شیراز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :