استفاده از شبكه هاي عصبي مصنوعي و الگوريتم ژنتيك جهت تخمين فشار نقطه حباب در كي ي از مخازن نفتي جنوب غرب ايران

هدف اين پژوهش، اس  تفاده از توانايي «هوش مصنوعي » جهت تخمين خواص س  يالات مخزن، نس  بت به روش هاي تجربي اس  ت كه از كارايي پايي نتري برخوردارند. لذا پس از جمع آوري و س  ازمان دهي داده هاي مربوط به «فش  ار-حجم-دما » براي 36 نمونه آزمايش كه در طي 56 س  ال توليد از مخزن انجام گرفته بود، جهت پيش بيني فش  ار نقطه حباب، يك بار از «ش  بكه عصبي مصنوعي » و بار ديگر تلفيقي از ش  بكه عصبي مصنوعي و «الگوريتم ژنتيك » استفاده گرديد. از آنجا كه «فشار نقطه ي حباب » تابعي از «وزن مخصوص گاز ،» «چگالي نفت « ،» دماي مخزن » و «نس  بت گاز و نفت » اس  ت، لذا اين مقادير ب هعنوان داده هاي لايه ي ورودي استفاده گرديد. شبكه ي مذكور به صورت تك خروجي طراحي و اجرا گرديد. نتايج حاصل نشان مي دهند كه ش  بكه هاي عصبي نسبت به روابط تجربي كه براساس داده هاي محلي خاص مناطق مختلف ب هدست آمده اند از دقت بس  يار بيش  تري براي تخمين خواص سيالات مخزن برخوردارند. تركيب ش  بكه عصبي مصنوعي با الگوريتم ژنتيك، سرعت هم گرايي و پايداري شبكه عصبي مصنوعي به مدل دقيق را افزايش مي دهد