تخمین پارامترهای مخزن با استفاده از شبکه های عصبی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 636
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCECN01_061
تاریخ نمایه سازی: 7 بهمن 1393
چکیده مقاله:
شبکه های عصبی مصنوعی براساس سیستم بدن انسان ساخته شده اند.این شبکه ها قادرند روابط بین ورودی ها و خروجی ها را تشخیص دهند و پس از آموزش مناسب، با استفاده از ورودی های جدید، خروجی های مناسب را تخمین بزنند.متداول ترین الگوریتم استفاده شده جهت آموزش شبکه های عصبی چندلایه پیش خور، روش پس انتشار (BP) می باشد.این شبکه ها بیشترین کاربرد را در حل مسائل فنی – مهندسی از جمله تخمین پارامترهای مختلف مخازن نفت و گاز دارا می باشند. یکی از پارامترهای مهم در مهندسی نفت، تعیین میزان تراوایی می باشد.در این تحقیق سعی شد تا با استفاده از الگوریتم پس انتشار خطا، میزان تراوایی و دبی عبوری در سنگ های شکاف دار و بدون شکاف تخمین زده شود و سپس جهت بررسی کارایی این شبکه، مقادیر تخمین زده شده توسط شبکه عصبی با مقادیر بدست آمده در آزمایشگاه مقایسه شد.
نویسندگان
حسین رضا کرمپوریان
گروه برق، واحد خرم آباد، دانشگاه آزاد اسلامی خرم آباد،ایران.
میلاد حسین زاده
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه برق کنترل، بروجرد، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :