ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

انتخاب شبکه عصبی بهینه MLP در تخمین تخلخل و نفوذپذیری مخزن آسماری میدان نفتی اهواز با استفاده از تکنیک آماری Bootstrapping

Year: 1390
COI: IPEC03_009
Language: PersianView: 419
This Paper With 13 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

لیلا مقدسی - کارشناسی ارشد اکتشاف معدن، دانشگاه صنعتی اصفهان
جمشید مقدسی - دکتر مهندسی مخزن،، عضو هیئت علمی دانشگاه صنعت نفت اهواز
لیلا پیره - کارشناسی ارشد اکتشاف معدن، دانشگاه صنعتی اصفهان
علی پاشایی - کارشناسی ارشد مهندسی شیمی

Abstract:

تخمین پارامتر های پتروفیزیکی مخزن برای ارزیابی و برآورد ذخیره ی هیدرو کربوری از اهمیت خاصی برخوردار است . در این تحقیق تخلخل و نفوذپذیری افقی مغزه به عنوان مهمترین پارامترهای پتروفیزیکی در مخزن آسماری از میدان نفتی اهواز با استفاده از شبکه های عصبیMLP-FFBPکلاسیک، آماری مبتنی برBootstrap و PCA شده مورد تخمین و مقایسه قرار گرفته است. در آموزش و اعتبارسنجیشبکه های فوق از دادههای چاهنگاری عمق، کالیپر، مقاومت ویژه عمیق، صوتی، گامای طبیعی، چگالی و نوترون بهمراه پارامترهای تخمینی اشباع آب، حجم شیل و نوع لیتولوژی بعنوان ورودی و مقادیر تخلخل و نفوذپذیری مغزه های حفاری موجود از مجموع 19 چاه اکتشافی به عنوان خروجیها استفاده گردید. نتایج اعتبارسنجی تخمینهای حاصل از روش شبکه عصبیBootstrapشده نشانگر برتری نسبی این شبکه درمقایسه با شبکه های عصبی کلاسیک در تخمین تخلخل و نفوذپذیری مغزه بوده است. در نهایت شبکه های عصبی بهینهBootstrap شده جهت تخمین نفوذپذیری و تخلخل با 11 ورودی بترتیب دارای 24 و 2 نرون در لایه پنهان و انطباق 78 و 73 درصد در مرحله تست شبکه تعیین گردید

Keywords:

تخلخل_ نفوذپذیری_ شبکه های عصبیBootstrap و MLP-FFBP ، شبکههایعصبی-آماری مبتنی برPCA

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/259985/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مقدسی، لیلا و مقدسی، جمشید و پیره، لیلا و پاشایی، علی،1390،انتخاب شبکه عصبی بهینه MLP در تخمین تخلخل و نفوذپذیری مخزن آسماری میدان نفتی اهواز با استفاده از تکنیک آماری Bootstrapping،سومین کنگره ملی مهندسی نفت،تهران،،،https://civilica.com/doc/259985

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، مقدسی، لیلا؛ جمشید مقدسی و لیلا پیره و علی پاشایی)
برای بار دوم به بعد: (1390، مقدسی؛ مقدسی و پیره و پاشایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 مPaperقاله لینک شده اند :

  • مطیعی، همایون.، 1372، زمین‌شناسی ایران، چینه‌شناسی زاگرس، سازمان زمین‌شناسی کشور. ...
  • ماهباز، ب، و معماریان، ح، "تعیین مدل فیزیک سنگ برای ...
  • Al-Qahtani, F., "Prosity distribution Prediction Using Artificial Neural Networks", M.Sc ...
  • Jamialahmad _ M., Javadpour, F.G., "Relationship of permeability porosity and ...
  • Schwenk, H., and Bengio, Y., "Boosting Neural Networks", Neural Computation ...
  • Freund, Y, Schapire, R. , "Experiments with a new boosting ...
  • Transactio nson Pattern Analysis and Machine Intelligence, 12(10), 1993- 1001, ...
  • Transactio nson Pattern Analysis and Machine Intelligence, 12(10), 1993- 1001, ...
  • Hansen, L.K., and Salamon, P., "Neural network ensembles", IEEE Transactio ...
  • Hansen, L.K., and Salamon, P., "Neural network ensembles", IEEE Transactio ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Reviews

    5.00
    1 تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 13,940
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    New Papers

    Share this page

    More information about COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    Support