احسان موافق دهدشتی - دانشگاه آزاد اسلامی واحد ماهشهر/
شهریار عصفوری - دانشگاه خلیج فارس بوشهر
داریوش جعفری - دانشگاه فردوسی مشهد /

مخازن گازمیعانی نوع خاصی ازمخازن هیدروکربوری بوده و به عنوان حدواسطی میان مخازن نفتی و گازی محسوب میشونداین گروه ازسیالات تنها گروهی هستند که درتبیین رفتارمخزن درحالت تخلیه طبیعی به دلیل تغییر ترکیب اجزا اولیه سیال درزمان تولید ماراناچار به استفاده ازشبیه سازی ترکیبی می کنند روش های متعددی برای پیش بینی خواص PVT سیال گازمیعانی موجود است که درهمه این روشها مدل مربوطه براساس داده های ازمایشگاهی ناشی ازنمونه گیری صحیح سیال به دست می آید دراین پژوهش تلاش شده است تابه کمک داده های ازمایشگاهی یکی ازمیادین گازمیعانی جنوب ایران خواص فشارنقطه شبنم ضریب تراکم پذیری نسبی دما و فشاربحرانی برش جمعی این سیال را ازروشهای رگرسیون غیرخطی و شبکه عصبی مصنوعی پیش بینی نماید معادلات بهینه شده و مدل شبکه عصبی بدست آمده به ارایه نتایجی بومی شده و قابل استفاده درمقایسه بامعادلات تجربی رایج درپیش بینی این خواص پرداخته است شایان ذکر است معادلات بهینه شده درمقایسه با معادله های مرجع ازدقت بسیاربالاتری برخوردار ند و همانند سایرتحقیقات دیگر داده های خروجی شبکه عصبی مصنوعی نسبت به معادلات تجربی خطای نسبی کمتری دارند

بهینه سازی ، رگرسیون غیرخطی ، سیال گازمیعانی ، شبکه عصبی مصنوعی