نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، گروه عمران، دانشگاه آزاد اسلامی، واحد رودهن، تهران، ایران

2 کارشناسی ارشد، گروه زمین‌شناسی، دانشگاه آزاد اسلامی، واحد دماوند، تهران، ایران

3 استادیار، پژوهشکده علوم زمین، سازمان زمین‌شناسی و اکتشافات معدنی ایران، تهران، ایران

چکیده

شبکه‌های عصبی روش‌های محاسباتی یادگیرنده هستند که به کمک آنها می‌توان یک نگاشت خاص را برآورد کرده یا داده‌های مختلفی را دسته‌‌بندی کرد. یک شبکه عصبی بر خلاف کامپیوتر‌های رقومی که نیازمند دستورات کاملاً صریح و مشخص هستند، به مدل ریاضی محض نیاز ندارد، بلکه مانند مغز انسان قابلیت یادگیری به وسیله تعدادی مثال مشخص را دارد. هدف مقاله حاضر، اثبات تابع تخلخلی و تحلیل به عنوان یک رهیافت نیرومند در برآورد تخلخل سنگ مخزن با استفاده از نمودارهای پتروفیزیکی است که در آن با ارائه راه‌حلی مناسب بر پایه تحلیل پتروفیزیکی می‌توان تخلخل را با استفاده از داده‌های نمودار‌های چاه‌نگاری متداول تا حد بسیار خوبی برآورد کرد. روش پیشنهادی بر پایه داده‌های پتروفیزیکی موجود در یکی از میادین نفتی جنوب باختر ایران مورد بررسی قرار گرفت. نتایج به‌دست آمده از تجزیه شبکه مشروط بر اعتماد به داده‌ها با آزمون‌های مختلف در بررسی تابع از جمله رگرسیون، جذر میانگین مربعات و SPLine نشان دادند که میزان خطای شبکه بر حسب داده‌های موجود در محدوده مهندسی با ضریب اطمینان بالایی قابل قبول هستند و می‌تواند برای برآورد تخلخل مورد استفاده قرار گیرند. این روش افزون بر کاهش هزینه‌ها و اقتصادی کردن طرح، می‌تواند راهگشای انجام پژوهش‌های مختلفی در این زمینه در مقاطع بعدی شود.

کلیدواژه‌ها