مدل بهینه سازی تکاملی برای تخمین نرخ نفوذ حفاری مبتنی بر الگوریتم فرا ابتکاریرقابت استعماری و شبکه عصبی

با توجه به اینکه عملیات حفاری با هزینه بالایی انجام می شود لذا تخمین نرخ نفوذ حفاری می تواند در برنامه ریزی هدفمند در جهت بهینه سازی عملیات حفاری و کاهش هزینه ها تاثیر گذار باشد. فرآیند حفاری تحت تاثیر عوامل غیر قطعی و تصادفی است. بنابراین تخمین نرخ نفوذ حفاری نیز غیر قطعی است. در حال حاضر روش های متفاوتی برای محاسبه نرخ نفوذ حفاری ارایه شده است. در ارزیابی روش های ارایه شده مشخص شد, مدل بورگینه و یانگ یکی از کامل ترین روش ها است. در این مقاله با استناد به پارامترهای موثر در این مدل, یک مدل بهینه سازی تکاملی برای محاسبه نرخ نفوذ حفاری ارایه شده است. روش ارایه شده, ترکیبی از الگوریتم فرا ابتکاری رقابت استعماری و شبکه عصبی است. با توجه به قابلیت های الگوریتم رقابت استعماری انتظار داریم پیش بینی نرخ نفوذ در مدل پیشنهادی به مقادیر واقعی نزدیک باشد. با شبیه سازی مدل ارایه شده و مقایسه نتایج پیش بینی و مقادیر واقعیمشخص شد نتایج پیش بینی همگرا است و میزان خطای محاسبات در محدوده قابل قبولی است

کلیدواژه ها:

نرخ نفوذ حفاری ، شبکه عصبی ، الگوریتم رقابت استعماری ، مدل بورگینه و یانگ