برآورد تخلخل سنگ مخزن با استفاده از ترکیب آنسامبلی خطی شبکه های عصبی مصنوعی منفرد براساس روش های تحلیلی و الگوریتم ژنتیک

ترکیب آنسامبلی شبکه های عصبی مصنوعی نوعی از ماشین کمیته ای با ساختار موازی است که خروجی شبکه های منفرد را با هدف تلفیق اطلاعات حاصل از هریک از آنها و در نتیجه دست یابی به نتیجه بهتر ترکیب می کند. در این تحقیق از ترکیب آنسامبلی شبکه های عصبی مصنوعی منفرد به منظور برآورد تخلخل مؤثر سنگ مخزن گازی کنگان در میدان عظیم هیدروکربوری پارس جنوبی استفاده شده است. داده های چاه نگاری 4 چاه این میدان در بازه عمقی سازند کنگان مورد استفاده قرار گرفت. داده های نگارهای صوتی، چگالی، پرتو گاما و تخلخل نوترونی درحکم ورودی شبکه ها و تخلخل مؤثر به منزلة خروجی شبکه ها در نظر گرفته شد. ابتدا شبکه های عصبی منفرد پس انتشار خطا با ساختارهای گوناگون به روش فراآموزش طراحی شد و سپس 7 مورد از آنها که بهترین نتایج، یعنی کمترین میانگین مربعات خطای برآورد تخلخل را برای الگوهای آزمون داشتند به منظور ساخت ترکیبات آنسامبلی انتخاب شدند. ترکیبات آنسامبلی خطی به روش میانگین گیری ساده، روش های ترکیب خطی بهین? هاشم و روش غیرتحلیلی ترکیب خطی بهینه با استفاده از الگوریتم ژنتیک ساخته شد. بهترین ترکیب آنسامبلی حاصل که بیشترین کاهش را در میانگین مربعات خطای برآورد تخلخل الگوهای آزمون نسبت به بهترین شبکه عصبی منفرد ایجاد کرده است، ترکیب خطی بهینه ای با استفاده از روش بهینه یابی الگوریتم ژنتیک بود که میانگین مربعات خطای برآورد تخلخل الگوهای آموزش و آزمون را به ترتیب%4/14 و%5/12 نسبت به بهترین شبکه عصبی منفرد کاهش داد.