تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,097,079 |
تعداد دریافت فایل اصل مقاله | 97,204,654 |
پیش بینی نفوذپذیری از روی داده های چاه نگاری با استفاده از شبکه های عصبی مصنوعی در یکی از مخازن کربناته جنوب ایران | ||
فیزیک زمین و فضا | ||
مقاله 7، دوره 31، شماره 1 - شماره پیاپی 487، فروردین 1384 اصل مقاله (305.46 K) | ||
نویسندگان | ||
بنفشه حبیبیان؛ مجید نبى بیدهندى؛ عزت الله کاظم زاده* | ||
چکیده | ||
تخمین نفوذپذیری از روی داده های چاه نگاری، یک مرحلهء اساسی در مهندسی مخزن و ارزیابی سازنده است. تحقیقی که در این جا عرضه می شود، نوعی مدل سازی شبکه های عصبی مصنوعی، به منظور استفاده از نگارهای چاه برای پیش بینی نفوذپذیری، در یکی از مخازن کربناته جنوب ایران است. در این تحقیق دو شبکه پس انتشار سه لایه، برای پیش بینی نفوذپذیری، مورد استفاده قرار گرفت. شبکه او ل، نگارهای نوترون، چگالی، صوتی و پرتو گاما را به صورت ورودی به کار می برد; حال آن که در شبکهء دوم، عمق های مربوط به این داده ها نیز به ورو دی ها اضافه و نتایج در دو حالت مقایسه شده اند. بر اساس این مقایسه، مشخص شد که دقت مدل در حالت دوم بهبود قابل ملاحظه ای یافته است. | ||
کلیدواژهها | ||
شبکه پس انتشار؛ شبکه عصبی مصنوعی؛ نفوذپذیری | ||
آمار تعداد مشاهده مقاله: 2,595 تعداد دریافت فایل اصل مقاله: 1,697 |