پایان‌نامه

طراحی بهینه ای چند هدفی شبکه های عصبی نوع gmdh برای پیش بینی عملکرد مخازن هیدروکربوری شرکت ملی نفت مرکزی ایران

چکیده

در مخازن نفتی به منظور افزایش تولید و ضریب بازیافت مبحث تزریق سیال یکی از مهم¬ترین مباحث در مهندسی نفت می باشد. در مطالعه سه بعدی و عددی مخازن نفتی توسعه نیافته به علت وجود عدم قطعیت فراوان نمی¬توان به جواب نهایی اعتماد کرد. به همین علت، در آغاز شبیه¬سازی، شناخت و رتبه¬بندی تأثیرگذارترین پارامترهای عدم قطعیت در واقع همان آنالیز عدم قطعیت را باید انجام داد و سپس تأثیر این پارامترها برروی نتایج شبیه¬ساز را تعیین کرد. با استفاده از روش قدیمی تعداد بسیار زیادی شبیه سازی متناسب با مقادیر مختلف پارامترهای عدم قطعیت باید صورت گیرد که بسیار زمان¬¬بر و پرهزینه است و علاوه بر آن، در این روش تأثیر پارامترهای عدم قطعیت برهم نادیده گرفته می¬شود. در دهه¬های اخیر تلاش¬های زیادی برای یافتن روش-های محاسباتی سریع¬تر صورت گرفته است. یکی از موفق¬ترین روش¬های پیشنهادی استفاده از مدل پروکسی است. این روش به دلیل سادگی درک و صرفه¬جویی قابل توجه در زمان اجرا به¬عنوان یک روش سریع و قابل اعتماد با کارایی قابل قبول برای آنالیز عدم قطعیت و پیش¬بینی عملکرد مخزن تحت سناریوهای مختلف تولید مورد توجه قرار گرفت. استفاده گسترده از مدل¬های پروکسی منجر به معرفی روش¬های مختلفی برای ساخت و شناسایی زمینه¬های گسترده¬ای برای استفاده از این مدل¬ها گردید، که هم¬چنان مطالعه و پژوهش در مورد این مدل¬ها ادامه دارد. در این مطالعه شبکه عصبی نوع روش دسته بندی گروهی داده¬های عددی (gmdh) به عنوان یک مدل پروکسی و نظریه طراحی تجربی برای بدست آوردن پر اطلاع-ترین مجموعه داده¬ها برای آموزرش شبکه عصبی به¬کار برده شده است. نظریه طراحی تجربی اجرای شبیه¬سازها را به¬طور موثر در بازه تغییرات پارامترهای عدم قطعیت توزیع می¬کند، بنابراین تعداد اجراهای مورد نیاز برای مطالعه سیستم حداقل خواهد گردید. در ابتدا آنالیز حساسیت انجام می¬شود و بر طبق آن پارامترها با تاثیر گذاری بالاتر مشخص می¬گردد. در ادامه با شناختن پارامترهای تأثیرگذار مدل پروکسی طراحی می¬شود. شبکه عصبی یک ابزار قوی بوده که می¬تواند به¬عنوان یک مدل پروکسی استفاده شود. پس از ساخت مدل پروکسی می¬توان آن را جایگزین شبیه¬ساز سه بعدی نمود و از آن برای آنالیز حساسیت و آنالیز ریسک استفاده کرد. مدل پروکسی ساخته شده در این مطالعه برای آنالیز ریسک و پیش¬بینی عملکرد مخزن نفتی که تحت تزریق غیرامتزاجی گاز است، استفاه شده است.

اساتید راهنما و مشاور

الهیار داغبندان، بابک مرادی

اسناد مشابه

  • پیش‎بینی تقاضای آب شهرتهران با استفاده از الگوهای ساختاری، سری‎های زمانی و شبکة عصبی نوع GMDH

    مقاله۲۰۰۹تحقیقات اقتصادیحسن فخرایی، غلامعلی شرزه ای، مهدی احراری

    روش‎ها و الگوهای اقتصاد سنجی متفاوتی، از قبیل تجزیه و تحلیل رگرسیون و سری‎های زمانی به منظور پیش‎بینی تقاضای آب، به‎طور معمول توسط محققان مختلف مورد استفاده قرار گرفته‎اند. اما در سال‎های اخیر تکنیک جدید شبکه‎های عصبی به عنوان ابزاری مؤثر و کارا در پیش‎بینی متغیرهای اقتصادی مطرح

  • پیش‎بینی تقاضای آب شهرتهران با استفاده از الگوهای ساختاری، سری‎های زمانی و شبکة عصبی نوع gmdh

    مقاله۲۰۰۹مجله تحقیقات اقتصادیغلامعلی شرزه ای، مهدی احراری، حسن فخرایی

    روش‎ها و الگوهای اقتصاد سنجی متفاوتی، از قبیل تجزیه و تحلیل رگرسیون و سری‎های زمانی به منظور پیش‎بینی تقاضای آب، به‎طور معمول توسط محققان مختلف مورد استفاده قرار گرفته‎اند. اما در سال‎های اخیر تکنیک جدید شبکه‎های عصبی به عنوان ابزاری مؤثر و کارا در پیش‎بینی متغیرهای اقتصادی مطرح

  • کاربرد شبکه های عصبی مصنوعی در پیش بینی عملکرد محصول کلزا

    مقالهتولید محصولات زراعی و باغیسید جواد سجادی، s. j. sajadi college of agric. and natur. resour., gonbad kavoos univ., golestan, iran.دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، گنبد کاووس، گلستان حسین صبوری، h. sabouri college of agric. and natur. resour., gonbad kavoos univ., golestan, iran.دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس، گنبد کاووس، گلستان

    پیش بینی عملکرد محصولات کشاورزی نقش مهمی در سیاست گذاری های بخش کشاورزی ایفا می کند. آشکارترین کاربرد پیش بینی عملکرد، تعیین اعتبار لازم توسط دولت جهت خرید محصول و قیمت گذاری آن برای سال آینده می باشد. تحقیقات مربوط به پیش بینی عملکرد محصولات کشاورزی بیشتر بر پایه استفاده از تحلی

  • طراحی شبکه عصبی مصنوعی برای پیش بینی توأم سندرم متابولیک و شاخص مقاومت به انسولین (homa-ir): مطالعه قند و لیپید تهران

    مقالهدانشور پزشکییداله محرابی، yadollah mehrabi مرتضی سدهی، morteza sedehi انوشیروان کاظم نژاد، anoushirvan kazemnejad وحید جوهری مجد

    مقدمه و هدف: زمانی که در یک مطالعه بیش از یک متغیر پاسخ با مقیاس اندازه گیری متفاوت داشته باشیم، این گونه پاسخ ها را چند متغیره آمیخته می گویند. با توجه به محدودیت ها و برقرارنبودن برخی پیش فرض ها، روش های کلاسیک آماری برای مدل بندی و پیش بینی این پاسخ ها کارایی ندارند. هدف این م

  • طراحی شبکه عصبی مصنوعی برای پیش بینی نتایج حاملگی در مادران باردار لوپوسی در ایران

    مقالهمجله دانشکده پزشکی دانشگاه علوم پزشکی تهرانمحمود اکبریان، mahmoud akbarian rheumatology research center, tehran university of medical sciences, tehran, iran.مرکز تحقیقات روماتولوژی، دانشگاه علوم پزشکی تهران خدیجه پایدار، khadijeh paydar department of health information management, school of allied medical sciences, tehran university of medical sciences, tehran, iran.گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهرانن شراره رستم نیاکان کلهری، sharareh r ostam niakan kalhori department of public health, school of public health, ahvaz jundishapur university of medical sciences, ahvaz, iran.گروه بهداشت عمومی، دانشکده بهداشت، دانشگاه علوم پزشکی جندی شاپور اهواز عباس شیخ طاهری

    زمینه و هدف: لوپوس اریتماتوی سیستمیک (sle) بیماری خودایمنی چند سیستمی با تظاهرات متنوع و رفتار متغیر می باشد. بارداری برای زنان با sle به عنوان چالش مطرح است. مشاوره پیش از بارداری به دلیل برآورد ریسک نتایج نامطلوب در مادر و جنین با استفاده از داده های مناسب ضروری است. هدف این مط

  • مدلسازی با استفاده از شبکه عصبی مصنوعی جهت پیش بینی هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار – آب و ارائه رابطه تجربی جدید

    مقاله۲۰۱۸مدلسازی در مهندسیمحمد همت اسفه، مسعود افرند

    در این مقاله ، بر اساس نتایج آزمایشگاهی، و با استفاده از روش برازش منحنی و شبکه عصبی مصنوعی اثر دما و کسر حجمی نانولوله‌ها بر ضریب هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار-آب بررسی شد. یک رابطه دقیق به صورت تابعی از کسر حجمی و دما برای پیش بینی ضریب هدایت حرارتی نا