کاربرد شبکه عصبی مصنوعی در تخمین تراوایی یک مخزن هیدروکربوری

تخمین تخلخل در یک مخزن هیدروکربوری با استفاده از ترکیب الگوریتم شبیه ساز تبرید و شبکه عصبی مصنوعی- مطالعه موردی

نخلخل یکی از خصوصیات اصلی ذخایر هیدروکربوری است که نشان دهنده حجم سیال منفذی و قابلیت حرکت کردن آن است. تعیین تخلخل توسط روش‌هایی مانند آنالیز مغزه مستلزم صرف زمان و هزینه گزافی می‌باشد و همچنین به علت نبود مغزه‌های کافی و تغییرات سنگ‌شناسی و ناهمگنی سنگ مخزن،‌ تعیین این پارامتر توسط روش‌های معمول از دقت چندانی برخوردار نمی‌باشد. روش‌های هوش محاسباتی از روش‌های جدید، کم هزینه و دقیقی هستند که م...

ارزیابی پتروفیزیکی مخزن هیدروکربوری با استفاده از داده های چاه نگاری و تکنیک شبکه عصبی مصنوعی

کاربرد شبکه عصبی مصنوعی در حسابرسی

چکیده بسیاری از فرآیندهای حسابرسی به سرعت در حال تغییرند. یکی از مسایل مهم حسابرسی این است که چگونه فناوری اطلاعات بر فرآیند حسابرسی ومهارت‏های حسابرسی تأثیر می‏گذارد. حسابرسان باید از آمادگی‏های لازم برای فعالیت در این محیط جدید برخورار باشند. یافته‏های تازه در قلمرو فناوری اطلاعات و ارتباطات، حسابرسان را در نظارت و کنترل عملیات شرکت صاحب‎کار یاری می‏رسانند از جمله امکاناتی که در این محیط جدید...

تخمین تخلخل یک مخزن هیدروکربوری با استفاده از سیستم های چند شبکه ای

در این مقاله سیستم های چندشبکه ای به منظور کاهش خطا و افزایش دقت نتایج حاصل از روش شبکه عصبی مصنوعی پیشنهاد شده است. در این سیستم ها نتایج چندین شبکه که به طور منفرد و مجزا آموزش دیده اند، به روشی مناسب با هم ترکیب می شود. در این مطالعه تخلخل مؤثر یکی از مخازن هیدروکربوری میدان عظیم پارس جنوبی با استفاده از سیستم های چندشبکه ای برآورد شده است. از شبکه های عصبی مصنوعی پس انتشار خطا که به روش اعت...

کاربرد شبکه عصبی مصنوعی در تخمین عمق آبشستگی اطراف پایه پل در بستر با رسوبات چسبنده

بیشتر آسیب پل‌ها به دلیل آبشستگی اطراف پی‌های‌ آن در طول سیلاب هستند. بنابراین برای حداقل‌سازی احتمال خرابی، یک مدل بهبود یافته برای تخمین عمق آبشستگی اطراف آنها لازم است. به دلیل اینکه آبشستگی در پایه‌های پل یک تابع پیچیده از مشخصات مصالح کف، ویژگی‌های سیال، مشخصات جریان و هندسه‌ی پایه است، معادلات تجربی توانایی تخمین دقیق عمق آبشستگی را ندارند. در این تحقیق، روشی سودمند برای تخمین عمق آبشستگی...

کاربرد شبکه های عصبی مصنوعی در تخمین مصرف انرژی فضاهای آموزشی

تاکنون توصی ههای دقیقی برای مهندسان معمار جهت تعیین ابعاد مناسب پنجره با رویکرد کاهش مصرف انرژی برای فضاهایآموزشی ارائه نشده است. برای آنکه طراحان فضاهای آموزشی ب هدوراز محاسبات هزین هبر و وق تگیرِ شبیه سازی انرژی قادر بهتعیین سطح مناسب پنجره و یا حداقل اولویت بندی گزین ههای ممکن نورگیری باشند، در تحقیق حاضر بر پایه هوش مصنوعیساختاری جدید ارائه شده است که م یتواند هزینه انرژی را در مدت بهر هبردا...