CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تعیین نفوذپذیری مخازن هیدروکربوری با استفاده از سیستم های عصبی - فازی انطباق پذیر (ANFIS) ( با نگاهی موردی به میدان پارس جنوبی )

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۷۷۲ | نظرات: ۰
سال انتشار: ۱۳۸۸
کد COI مقاله: NEPC01_038
زبان مقاله: فارسی
حجم فایل: ۶۴۳.۴۷ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعیین نفوذپذیری مخازن هیدروکربوری با استفاده از سیستم های عصبی - فازی انطباق پذیر (ANFIS) ( با نگاهی موردی به میدان پارس جنوبی )

  عباس مجدی - دانشیار دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران
  مرتضی بیکی - فارغ التحصیل کا رشناسی ارشد، دانشکده مهندسی معدن، دانشگاه تهران
رضا حسین یار - دانشجوی کارشناسی ارشد، دانشکده زمین شناسی، پردیس دانشکده های علوم، د

چکیده مقاله:

هدف این مطالعه استفاده از قابلیت سیستم های عصبی - فازی انطباق پذیر (ANFIS) جهت تعیین نفوذپذیری . سنگ مخزن میباشد. ANFIS ، نوع خاصی از سیستم های عصبی - فازی است که از مدل استنتاج فازی سوگنو بهره یبرد و برای تخمین توابع به الگوهای آموزشی ( شامل بردارها ی ورودی و خروجی) نیاز دارد. به همین منظور ازاطلاعات مربوط به پنج چاه، که شامل اطلاعات نمودارهای پتروفیزیکی (به عنوان بردار و رودی) و نتایج نفوذپذیری حاصل از آنالیز مغزه (به عنوان بردار خروجی مطلوب) مربوط به این چاه ها میباشد، استفاده گردید. پس از ارزیابی همبستگی های بین این نگارها و نفوذپذیری ، سه نمودار صوتی ( D T) ، چگالی (R HOB ) و شاخص هیدروژنی گاما (N PHI) ، به عنوان پارامترهای ورودی مدل عصبی - فازی انتخاب گردید. مقادیر نفوذپذیری حاصل از پیشبینی به وسیله این مدل در هماهنگی خوبی با مقادیر واقعی حاصل از آنالیز مغزه ها می باشد .

کلیدواژه‌ها:

نفوذپذیری - تابع عضویت - نمودارهای پترو فیزیکی - سیستم عصبی - فازی انطباق پذیر (ANFIS)

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NEPC01-NEPC01_038.html
کد COI مقاله: NEPC01_038

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مجدی, عباس؛ مرتضی بیکی و رضا حسین یار، ۱۳۸۸، تعیین نفوذپذیری مخازن هیدروکربوری با استفاده از سیستم های عصبی - فازی انطباق پذیر (ANFIS) ( با نگاهی موردی به میدان پارس جنوبی )، اولین کنگره ملی کاوش نفت و گاز - تولید صیانتی، اهواز، پژوهشکده آریا پژوهش آلفا، https://www.civilica.com/Paper-NEPC01-NEPC01_038.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (مجدی, عباس؛ مرتضی بیکی و رضا حسین یار، ۱۳۸۸)
برای بار دوم به بعد: (مجدی؛ بیکی و حسین یار، ۱۳۸۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • - Hampson, D.P., Schuelke, J.S., and Quirein, J.A., "Use of ...
  • - Tonn, T., 2002. "Neural network seismic reservoir characte rization ...
  • - Chen, C., and Lin, Z., "A committee machine with ...
  • - Lim, J., "Reservoir properties determination using fuzzy logic and ...
  • - Gokceoglu, C., and et al., «A neuro-fuzzy model for ...
  • - رحیمی، م.، "تعبیر و تفسیر لرزه ای ناحیه پارس ...
  • - Tutmez, B., and Tercan, A. E., "Spatial estimation of ...
  • - Math works, Inc., "Fuzzy Logic Toolbox User's Guide Matlab", ...
  • - Rotkowski, R., "Flexible Neuro- Fuzzy System", Kluwer Academic Publishers ...
  • - Demuth, H., Beale, M., "Neural Network Toolbox for Use ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۵۱۸۰۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.