کاربرد روش بهینه سازی کلونی مصنوعی زنبور عسل در تخمین خواص فیزیک سنگی مخازن هیدروکربنی

نویسندگان

  • محمد خدائی اربط کارشناس مهندسی نفت، انستیتو مهندسی نفت، دانشکده فنی، دانشگاه تهران
چکیده مقاله:

پیش بینی عملکرد و توسعه ی هر چه دقیق تر مخازن نفتی، در گروِ داشتن اطلاعات کافی از خواص آنها است. امروزه سعی می-شود با سنجش برخی خواص که اندازه گیری مستقیم آنها آسان تر، کم هزینه تر و دقیق تر است و سپس به کارگیری روش های غیرمستقیم، فرآیند بهینه در جمع آوری داده های خواص مخزن پیموده و همزمان از عدم قطعیت ها کاسته شود. از روش های غیر مستقیم رایج می توان به روابط تجربی و الگوریتم های بهینه سازی اشاره کرد که استفاده از مورد اخیر به سرعت در حال گسترش است. در این پژوهش، روش استفاده از الگوریتم جدید و قدرتمند کلونی مصنوعی زنبور عسل در تخمین خواص فیزیک سنگی مخازن هیدروکربوری، با به کارگیری آن برای تخمین سرعت امواج برشی، از داده های برخی نگارهای پتروفیزیکی در دو مخزن ماسه سنگی و کربناته، تبیین و دقت نتایج با تخمین های حاصل از روابط فیزیک سنگی گرینبرگ-کاستاگنا مقایسه شده است. از بین نگارهای ثبت شده، تخلخل نوترونی، چگالی کپه‌ای و سرعت موج تراکمی انتخاب و چند جمله ای چندپارامتری مرتبه ی اول برای تخمین کمیت مورد نظر با استفاده از این نگارها برگزیده شد. سپس در هر مورد مطالعه، یک دسته از داده ها برای آموزش الگوریتم و دسته ی دیگر برای ارزیابی عملکرد آن به کار گرفته شد. در هر دو مورد، الگوریتم فوق پاسخ های بهتری به دست داده-است. این نتایج نشان می دهد، در صورت نبود داده های کمیت مذکور در چاه‌هایی با لیتولوژی مشابه، می توان از این الگوریتم برای تخمین مقدار این پارامتر استفاده نمود.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

رویکرد شبکه عصبی مبتنی بر کلونی زنبور عسل مصنوعی

کاهش و کنترل ریسک اعتباری به عنوان یکی از عوامل موثر در بهبود فرآیند اعطای اعتبار و درنتیجه در عملکرد بانک ها مطرح گردیده و نقش اساسی در تداوم ارائه تسهیلات، سودآوری و بقای بانک ها و موسسات مالی ایفا می نماید. در این راستا، پژوهش حاضر سعی در ارائه رویکردی نو برای ارزیابی ریسک اعتباری مشتریان بانکی دارد. روش شبکه عصبی به عنوان طبقه بندی کننده ی اصلی مشتریان تسهیلات بانکی با یک روش انتخاب ویژگی پ...

متن کامل

رویکرد شبکه عصبی مبتنی بر کلونی زنبور عسل مصنوعی

کاهش و کنترل ریسک اعتباری به عنوان یکی از عوامل موثر در بهبود فرآیند اعطای اعتبار و درنتیجه در عملکرد بانک ها مطرح گردیده و نقش اساسی در تداوم ارائه تسهیلات، سودآوری و بقای بانک ها و موسسات مالی ایفا می نماید. در این راستا، پژوهش حاضر سعی در ارائه رویکردی نو برای ارزیابی ریسک اعتباری مشتریان بانکی دارد. روش شبکه عصبی به عنوان طبقه بندی کننده ی اصلی مشتریان تسهیلات بانکی با یک روش انتخاب ویژگی پ...

متن کامل

رویکرد الگوریتم فرا ابتکاری کلونی زنبور عسل مصنوعی برای تعیین مکان بهینه سوئیچها در شبکه ارتباطی تلفن همراه

الگوریتم فراابتکاری ،)CTSAP( در این تحقیق برای حل مسئلهی تخصیص سلول به سوئیچاستفاده شده است. هدف مسئله، تخصیص بهینه سلولها به )ABC( کلونی زنبور عسل مصنوعیسوئیچها با حداقل هزینه است. در این تحقیق هزینه از دو جزء تشکیل یافته است. یکی هزینهیتعویضها که مربوط به دو سوئیچ است و دیگری هزینهی اتصال میباشد. ظرفیت پاسخگویی تماسهر سوئیچ نیز محدود است و فرض میشود همهی سوئیچها ظرفیت برابری داشته باشند. در م...

متن کامل

معرفی یک الگوریتم اصلاح شده کلونی زنبور عسل مصنوعی

الگوریتم کلونی زنبور عسل مصنوعی تکنیک نسبتا جدید بهینه سازی است که در سال 2005 توسط کارابوگا ابداع شده و نشان داده که با سایر الگوریتم های مبتنی بر جمعیت در حال رقابت است. به هر حال کماکان به دلیل معادله جستجوی راه حل، نارسایی هایی در این الگوریتم وجود دارد. از جمله این که از نظر اکتشافی خوب، اما از نظر بهره برداری نامطلوب است. در این پژوهش با الهام از تکامل تفاضلی که روشی قدرتمند و سریع برای م...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 5  شماره 1

صفحات  147- 157

تاریخ انتشار 2019-03-21

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023