الگوریتم بهینه در شبکه های عصبی مورد استفاده در تخمین تخلخل مخازن با استفاده از نشانگرهای لرزه ای
Publish place: The Second National Iranian Petroleum Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 599
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
NIPC02_112
تاریخ نمایه سازی: 27 آبان 1393
Abstract:
تفسیر مقاطع لرزه ای به کمک نمودارهای گرافیکی، کار بسیار دشواری است که این کار تنها با صرف زمان طولانی و تلاش بسیار مفسران چینه شناسی مجرب عملی می شود. در صورت افزایش پیچیدگی داده های لرزه ای و یا تعداد نشانگرهای مورد تحلیل، این موضوع مشکل تر می شود، بنابراین نیاز روزافزون به تعیین زیرمجموعه ها و ترکیب های نشانگرهایی که قادر به روشن ساختن هر چه بهتر خواص زمین شناسی و مخزنی باشند، وجود دارد. از جمله روش های مورد استفاده در تخمین خواص مخزنی مانند تخلخل، شبکه های عصبی است که با بکارگیری الگوریتم های مختلف، انواع آنالیز غیرخطی را انجام می دهند. لذا هر چه الگوریتم بکاررفته در آنها مناسب تر باشد، آنالیز ا نجام شده با نتایج بهتری همراه خواهد بود. بدین منظور پس از بررسی انواع الگوریتم ها، ترکیب الگوریتم گرادیان مزدوج و بازپخت شبیه سازی شده به عنوان الگوریتم بهینه شناخته شد.
Keywords:
Authors
محمد لطفی
دانشجوی دکتری مهندسی اکتشاف معدن، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
عبالحمید انصاری
دانشیار دانشکده مهندسی م عدن و متالورژی، دانشگاه یزد
ناصر کشاورز فرج خواه
استادیار پژوهشکده علوم زمین، پژوهشگاه صنعت نفت
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 :