امیر نورافکن - گروه زمین شناسی، دانشکده ی علوم طبیعی، دانشگاه شهید چمران اهواز
بهمن سلیمانی - عضو هیات دانشگاه شهید چمران، اهوازف دانشکده علوم طبیعی، گروه زمین شناسی
علی کدخدایی ایلخچی - عضو هیات علمی دانشگاه تبریز، دانشکده علوم طبیعی، گروه زمین شناسی

محاسبه ی پارامترهای ژئومکانیکی مخزن همانند سرعت موج برشی و سرعت موج فشارشی از جمله مسائل مهمی است که مهندسین مخازن نفت و گاز همواره در پی آن بوده اند چرا که با محاسبه ی این عناصر می توان به پارامترهای الاستیک مخزن که نقش مهمی در درک علل شکستگی های مخزنی و مسائلی نظیر پایداری دیواره ی چاه و عملیات شکافت هیدرولیکی مخزن دارد دست یافت. در این مطالعه به ساخت نمودار سرعت موج برشی از طریق تکنیک الگوریتم ژنتیک و بررسی عملکرد آن از طریق مقایسه نتایج حاصل با نتایج به دست آمده از شبکه های عصبی مصنوعی پرداخته شده است. نمودارهای Vp، RHOB، NPHI به عنوان ورودی های مدل ساخته شده مورد استفاده قرار گرفته و برای ساخت مدل و بررسی عملکرد آن داده های موجود به دو گروه شامل داده های آموزشی و داده های تست تقسیم شد. نتایج نشانگر عملکرد بسیار بالای الگوریتم ژنتیک در تخمین پارامترهای ژئومکانیکی مخزن است.

ژئومکانیک، سرعت موج برشی، الگوریتم ژنتیک، شبکه عصبی مصنوعی