تخمین اشباع از آب توسط شبکه های عصبی مصنوعی و الگوریتم ژنتیک

شبکه های عصبی میتوانند برای تعیین پارامترهای پتروفیزیکی و نگارهای مخزن مورد استفاده قرار بگیرند. ترکیب جمعی شبکه های عصبی، که نوعی از ماشینهای کمیته ای می باشند ساختاری موازی دارند که میتوانند در بهتر کردن نتیجه تخمین پارامترهای مختلف نقش داشته باشند. در این تحقیق از ترکیب جمعی شبکه های عصبی برای تخمین اشباع از آب استفاده شده است. جهت مطالعه ی موردی از نگارهای پتروفیزیکی سازند سروک در یکی از میادین جنوب غربی ایران استفاده گردید. با انجام یک مرحله طولانی آزمون و خطا، 5 شبکه دو لایه ( یک لایه نهان و یک لایه خروجی) با الگوریتم آموزشی پس انتشار خطا که بهترین توان تعمیم را داشتند، برای ساخت ترکیبات جمعی انتخاب شدند. با استفاده از دو روش میانگیری و الگوریتم ژنتیک 26 ترکیب جمعی ممکن از این 5 شبکه، ساخته شدند و نتایج آنها با نتایج بهترین شبکه منفرد مقایسه گردید. میانگین مربعات خطا در بهترین ترکیب جمعی حاصل، در مرحله تعمیم به میزان /16% کاهش یافت.