پيش بيني رسوب آسفالتين با استفاده از شبكه عصبي مصنوعي بر مبناي الگوريتم ازدحام ذرات

يكي از پديده هاي مهم در صنعت رسوب موادآلي سنگين همچون آسفالتين مي باشد كه منجر به كاهش ضريب پخش و تغيير ترشوندگي سنگ مخزن شده و در نتيجه تاثير نامطلوب در بازيافت نفت و بازده اقتصادي را به دنبال خواهد داشت. در اين مقاله از شبكه عصبي مصنوعي باسيستم پيشخور براي پيش بيني رسوب آسفالتين, در اثر اضافه نمودن حلال استفاده شده است. در ادامه با بهينه سازي الگوي ازدحام ذرات (PSO),شبكه عصبي مصنوعي(ANN) نيز بهينه سازي گرديده است. بهينه سازي الگوريتم ازدحام ذرات به منظور تعيين وزن هاي اوليه مورد استفاده قرار گرفته است. در اين مقاله تركيب شبكه عصبي مصنوعي به همراه بهينه سازي الگوي ازدحام ذرات (PSO-ANN) بر روي داده هاي آزمايشگاهي به كار گرفته شده است. در انتها عملكرد PSO-ANN با مدل مقياس مقايسه شد كه نتايج نشان دهنده اثربخشي مدل PSO-ANN مي باشد.