بهینه سازی الگوریتم های یادگیری ماشین جهت تخمین تراوایی مخازن زیرزمینی نفت و گاز

استفاده از شبکه های عصبی مصنوعی و الگوریتم بهینه سازی ژنتیک جهت تخمین نسبت گاز محلول به نفت در نقطه ی حباب مخازن نفتی جنوب غرب ایران

استفاده از شبکه عصبی مرکب (Committee Machine) نظارت شده جهت بهبود الگوریتم شبکه های عصبی در تخمین تراوایی مخازن نفتی

Reservoir permeability is a critical parameter for the evaluation of hydrocarbon reservoirs. There are a lot of well log data related with this parameter. In this study, permeability is predicted using them and a supervised committee machine neural network (SCMNN) which is combined of 30 estimators. All of data were divided in two low and high permeability populations using statistical study. E...

بهینه سازی همزمان ذخیره سازی زیرزمینی گاز و ازدیاد برداشت نفت در فرایند تزریق گاز کربن دی‌اکسید با استفاده از روش الگوریتم ژنتیک چند هدفه

انتشار بی وقفه ی گازهای گلخانه‌ ای یکی از نگرانی‌های مهم جامعه‌ی جهانی است. نیمی از افزایش غلظت کربن دی‌اکسید تنها در 50 سال اخیر اتفاق افتاده است، ترکیبی که به لحاظ وزنی بیشترین درصد گازهای گلخانه ‌ای منتشر شده را تشکیل می‌ دهد مخازن هیدروکربوری به دلیل داشتن پوش سنگ، محل مناسبی برای دفع گاز کربن دی اکسید است. از سوی دیگر، به دلیل افزایش تقاضای جهانی نفت خام، افزایش عمر مخازن و لزوم اتخاذ ...

استفاده از شبکه عصبی مرکب (committee machine) نظارت شده جهت بهبود الگوریتم شبکه های عصبی در تخمین تراوایی مخازن نفتی

reservoir permeability is a critical parameter for the evaluation of hydrocarbon reservoirs. there are a lot of well log data related with this parameter. in this study, permeability is predicted using them and a supervised committee machine neural network (scmnn) which is combined of 30 estimators. all of data were divided in two low and high permeability populations using statistical study. e...

استفاده از شبکه عصبی مرکب (committee machine) نظارت شده جهت بهبود الگوریتم شبکه های عصبی در تخمین تراوایی مخازن نفتی

reservoir permeability is a critical parameter for the evaluation of hydrocarbon reservoirs. there are a lot of well log data related with this parameter. in this study, permeability is predicted using them and a supervised committee machine neural network (scmnn) which is combined of 30 estimators. all of data were divided in two low and high permeability populations using statistical study. e...

بررسی کارایی الگوریتم های بهینه سازی کرم شب تاب و رگرسیون ماشین بردار پشتیبان جهت پیش‌بینی هزینه سرمایه

هزینه‌ی سرمایه، ‌حداقل نرخ بازده‌ی مورد انتظار سرمایه‌گذاران است، ‌این نرخ بازده مورد انتظار با در نظر گرفتن ریسک شرکت تعیین می‌شود. در این پژوهش با استفاده از اطلاعات مالی 97 شرکت طی سال‎های 1390 الی 1396 و به کمک متغیرهای حسابداری اقدام به پیش‌بینی هزینه سرمایه در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران شده است. ‎ جهت پیش‌بینی هزینه سرمایه از روش‌های رگرسیون ماشین بردار و کرم شب‌تاب ا...