پیش بینی ویسگوزیته گاز با استفاده از هوش مصنوعی با الگوریتم فرا ابتکاری
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 494
This Paper With 12 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:
NRCP01_016
تاریخ نمایه سازی: 8 اردیبهشت 1396
Abstract:
ویسکوزیته گازیکی ازپارامترهای بسیارمهم مخزنی میباشدکه درانجام شبیه سازیهای مخزن تاثیر قابل ملاحضهای دارد. اندازهگیری آزمایشگاهی گاز روشی هزینه برووقتگیراست.روشهای تجربی مختلفی برای پیشبینی ویسکوزیته گازوجوددارد که بر اساس روابط تجربی است. یکی از روشهایی که در سالهای اخیر مورد توجه قرار گرفته است روش هوش مصنوعی است که دارای دقت بالایی در پیشبینیویسکوزیته گازاست.یکی ازروشهای هوش مصنوعی،روش شبکه عصبی رگرسیون عمومی GRNN است. در این مطالعه از ترکیب یک الگوریتم فراابتکاری به نام 1 الگوریتم ازدحام ذرات(PSO(باشبکه عصبی رگراسیون عمومی برای انتخاب پارامترςı که یکپ ارامترتنظیم کننده است،استفاده شدهاست.بدینمنظورازتابع متوسط مربعات خطابررویدادههای تست بعنوان تابع هدف دربهینهسازی استفاده شدهاستو با حساسیت سنجی بر روی تعداد ذرات در الگوریتم ازدحام ذرات مقدار بهینه تعدادذرات توسط ماکزیمم مقدارضریب همبستگی R2 برروی داده های تست انتخاب شده است. شبکه عصبی بهینه شده با مقدار ضریب همبستگی9872/0=R2 دقت بسیاربالایی جهت تخمین ویسکوزیته گاز از خود نشان داده است. شبکه عصبی رگرسیون عمومی باالگوریتم ازدحام ذرات باهمبستگی JST درپیش بینی ویسکوزیته عملکرد بهتری ازخودنشانداد.
Keywords:
Authors
رضا عباسی
کارشناسی ارشد مهندسی نفت واحد مرودشت دانشگاه آزاد اسلامی مرودشت ایران
حامد قربانی نژاد دکازرونی
کارشناس ارشد مهندسی نفت واحد مرودشت دانشگاه آزاد اسلامی مرو دشت
علی رحیمی
کارشناس ارشد مهندسی نفت باشگاه پژوهشگران جوان و نخبگان واحد مرو دشت دانشگاه آزاد اسلامی مرو دشت ایران
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 :