مقایسه دو روش ΔlogR و شبکه عصبی آموزش دیده توسط الگوریتم ABC جهت تخمین مقدارکل کربن آلی برای سازندکوکاتیاشیل درحوضه پرت

  • سال انتشار: 1392
  • محل انتشار: اولین همایش زمین شمیی کاربردی ایران
  • کد COI اختصاصی: CIAG01_048
  • زبان مقاله: فارسی
  • تعداد مشاهده: 526
دانلود فایل این مقاله

نویسندگان

سعید واعظیان

دانشگاه شاهرود، مهندسی معدن، نفت و ژئوفیزیک

بهزاد تخم چی

دانشگاه شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک

محمدرضا رضایی

دانشگاه کرتین استرالیا، دانشکده مهندسی نفت

احمد واعظیان

دانشگاه شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک

چکیده

در شیل های گازی مقدار محتوای ماده آلی یکی از پارامترهای مهم در ارزیابی مخزن می باشد. روش های مختلفی برای تخمین مقدار کل کربن آلی وجود دارد که از این میان می توان به روش ΔlogR اشاره کرد. در سال های اخیر بر روی تخمین این مقدار با استفاده از روش های هوشمند از قبیل شبکه عصبی مطالعاتی انجام شده است. در این مقاله با استفاده از شبکه عصبی چند لایه و به کارگیری الگوریتم بهینه سازی کلونی زنبورهای عسل، مقدار کل کربن آلی در سازند کوکاتیاشیل در حوضه پرت از استرالیای غربی تخمین زده شده است. با مقایسه دو روش به کار گرفته شده بین داده های واقعی و تخمین زده شده روش شبکه عصبی دارای ضریب رگرسیون 0/88 و روش ΔlogR مقدار ضریب رگرسیون 0/7 را نتیجه داد که دقت بالای روش شبکه عصبی را نشان می دهد.

کلیدواژه ها

مقدار کل کربن آلی- شبکه عصبی- الگوریتم کلونی زنبورهای عسل- ΔlogR

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.