تقریب مدل تراوایی مخزن با استفاده از روش های تعلیم لغت نامه ILS-DLA و کدگذاری تنک LARS

در این مقاله از روش‌های کدگذاری تنک و تعلیم لغت‌نامه به منظور ایجاد مدل تقریب تنک از یک مدل اصلی استفاده شده است. ایجاد مدل تقریب تنک از یک مدل اصلی شامل دو مرحله است؛ کدگذاری تنک و تعلیم لغت‌نامه. در کدگذاری تنک در هر تکرار با انتخاب مناسب‌ترین متغیر و اضافه نمودن آن به مجموعه متغیرهای بکار برده شده، مدل رگرسیون بهینه می‌شود. لغت نامه در واقع ماتریسی است که بر اساس آن، مدل‌ها کدگذاری می‌شوند. برای ایجاد ماتریس لغت نامه مجموعه‌ای از مدل-های قابل قبول از یک خاصیت را به عنوان مجموعه تعلیم در نظر می‌گیرند و مراحل کدگذاری تنک و تعلیم لغت‌نامه به صورت متناوب روی این مجموعه تعلیم انجام می‌گیرد. در هر تناوب لغت‌نامه بهینه‌تر می‌شود. مجموعه تعلیم را می‌توان با روش‌های زمین‌آمار چند نقطه‌ای و بر اساس بهترین مدل‌های موجود از آن خاصیت ایجاد کرد. در این مقاله، از روش زمین‌آمار چند نقطه-ای DisPat برای ایجاد تحقیق‌های مورد نیاز در مجموعه آموزشی استفاده شده است. روش ILS-DLA به منظور تعلیم لغت-نامه و روش LARS به منظور کدگذاری تنک به کار برده شده اند. روش ILS-DLA فرآیند وارون سازی در تعلیم لغت نامه را بر اساس ساختار داخلی لغت نامه و با بلوک کردن لغت نامه به زیر-ماتریس های کوچکتر انجام می دهد. اساس روش LARS همان رگرسیون خطی است ولی سعی می کند به جای استفاده از همه متغیرها، تعداد مناسبی از آنها را انتخاب و در رگرسیون استفاده کند. بر اساس آزمایش‌های انجام شده مدل تقریب تنک نهایی به احتمال 90 درصد نسبت به 90 درصد از مدل های موجود در مجموعه آموزشی به مدل اصلی نزدیک‌تر است. از مدل تقریب تنک می‌توان در مدل‌سازی و شناسایی خواص مخزن به عنوان نماینده‌ای از مدل اصلی و به عنوان حد پایین در انتخاب مجموعه مدل‌های نزدیک به مدل اصلی استفاده کرد.