پیش بینی میزان ته نشینی رسوبات آسفالتین از طریق ترکیب شبکه عصبی و الگوریتم ژنتیک

اخیراً بعد از آنکه پدیده ته نشینی رسوبات آسفالتین به عنوان یکی از مهمترین دلایل مشکلات تولیدی در امر ازدیاد برداشت از مخازن مطرح گریده است ، تحقیقات در این زمینه به طور جدی مورد توجه قرار گرفته است. به طور کلی آسفالتین ترکیبات نفتی سنگین می باشند که تحت شرایطی مشخص ته نشین شده و رسوبات جامد ناشی از آن در محیط متخلخل شکل می گیرند. در این تحقیق یک مدل بر مبنای شبکه ی عصبی پیش خورِ بهینه شده به وسیله الگوریتم ژنتیک برای پیش بینی میزان ته نشست رسوبات آسفالتین معرفی شده است. نقش الگوریتم ژنتیک در تعیین وزن های داخلی شبکه عصبی می باشد. مدل ANN-GA برای یک سری داده منتشر شده در مقالات پیاده سازی شده و نتایج آن با نتایج حاصل از Scaling Model مقایسه شده است که نشان دهنده پویایی و اثربخشی مدل ANN-GA می باشد.

کلیدواژه ها:

آسفالتین ، محیط متخلخل ، شبکه عصبی ، الگوریتم ژنتیک