رفتن به مطلب
mim-shimi

کاربرد شبکه هاي عصبي پس انتشار جهت تخمين پارامترهاي مخزن

پست های پیشنهاد شده

چکیده :

شبکه هاي عصبي مصنوعي براساس سيستم عصبي بدن انسان ساخته شده اند. اين شبکه ها قادرند روابط بين ورودي ها و خروجي ها را تشخيص دهند و پس از آموزش مناسب، با استفاده از ورودي هاي جديد، خروجي مناسب را تخمين بزنند. متداول ترين الگوريتم استفاده شده جهت آموزش شبکه هاي عصبي چند لايه پيش خور ، روش پس انتشار (BP) مي باشد. اين شبکه ها بيشترين کاربرد را در حل مسائل فني - مهندسي از جمله تخمين پارامترهاي مختلف مخازن نفت و گاز دارا مي باشند. يکي از پارامترهاي مهم در مهندسي نفت، تعيين ميزان تراوايي مي باشد. در اين تحقيق سعي شد تا با استفاده از الگوريتم پس انتشار خطا، ميزان تراوايي و دبي عبوري در سنگ هاي شکاف دار و بدون شکاف تخمين زده شود و سپس جهت بررسي کارايي اين شبکه، مقادير تخمين زده شده با مقادير آزمايشگاهي مقايسه شد.

 

 

 

ارائه دهندگان : داود فراوش ) دانشجوي کارشناسي ارشد مخازن هيدروکربوري، دانشگاه آزاد اميديه(

محل ارائه : دومین کنگره ملی مهندسی نفت ایران

تاریخ انتشار : بهمن 86

تعداد صفحه : 7

 

محتوای مخفی

    برای مشاهده محتوای مخفی می بایست در انجمن ثبت نام کنید.

به اشتراک گذاری این ارسال


لینک به ارسال

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.

مهمان
ارسال پاسخ به این موضوع ...

×   شما در حال چسباندن محتوایی با قالب بندی هستید.   حذف قالب بندی

  تنها استفاده از ۷۵ اموجی مجاز می باشد.

×   لینک شما به صورت اتوماتیک جای گذاری شد.   نمایش به عنوان یک لینک به جای

×   محتوای قبلی شما بازگردانی شد.   پاک کردن محتوای ویرایشگر

×   شما مستقیما نمی توانید تصویر خود را قرار دهید. یا آن را اینجا بارگذاری کنید یا از یک URL قرار دهید.


×
×
  • جدید...