یافتن مکان بهینه چاه ها با استفاده از الگوریتم ژنتیک ترکیبی

تعیین بهترین مکان برای حفر چاه های جدید یک مسئله پیچیده است که به خواص سیال و مخزن، شرایط تجهیزات سطحی و چاه ها و معیارهای اقتصادی وابسته است. روش های مختلفی برای حل این مسئله پیشنهاد شده است. در میان این روش ها، روش های بهینه سازی مستقیم که از شبیه ساز برای محاسبه تابع هدف استفاده می کنند، روش های نسبتا دقیقی هستند. ولی در اکثر موارد به علت تعداد بالای شبیه سازی های مورد نیاز، این روش ها غیر عملی اند. برای رفع این مشکلات در این پروژه از الگوریتم بهینه سازی ترکیبی (hga) استفاده شده است. اساس این روش بر پایه ی الگوریتم ژنتیک است که با توابع کمکی شبکه ی عصبی مصنوعی و الگوریتم پلی توپ هیبرید شده است. ترکیب الگوریتم ژنتیک با روش پلی توپ سبب افزودن اثر پالایش موضعی (local refinement) شده و سرعت همگرایی را افزایش می دهد. همچنین با استفاده از شبکه ی عصبی مصنوعی می توان در طول اجرای برنامه تابع نماینده شبیه ساز را تولید و کالیبره کرد. لازم به ذکر است که در مسئله ی بهینه سازی مکان چاه ها، مدل عددی ساخته شده بر پایه داده های غیر دقیق است. بنابراین در شرایطی که عدم قطعیت در داده ها وجود دارد، یک جواب عمومی قطعی برای مسئله وجود نخواهد داشت. در این پروژه، به منظور لحاظ کردن اثر عدم قطعیت موجود در داده ها بر روی تصمیم گیری، از سیستم استنتاج فازی استفاده شده است. خروجی این سیستم، میزان مناسب بودن یک نقطه که برای حفر چاه جدید انتخاب شده است را با در نظر گرفتن اثرات عدم قطعیت موجود در داده ها، دید مهندسی و ترجیهات تصمیم گیرنده تعیین می کند. در اکثر مسائل مهندسی، از جمله مسئله مکان یابی چاه، تابع هدف رایج در بهینه سازی، تابع ارزش فعلی سود (npv) است. در این پروژه، خروجی سیستم استنتاج فازی و npv با هم ترکیب شده اند و یک تابع هدف جدید (npv تصحیح شده یا cnpv) برای مسئله بهینه سازی مکان چاه ها ساخته شده است. در نهایت عملکرد الگوریتم پیشنهاد شده برای مسئله مکان یابی چاه های تزریق آب در بخشی از یکی از مخازن غربی ایران بررسی شد. با توجه به نتایج حاصله از آزمایشات کنترل شده ای که انجام شد، مشاهده شد که تعداد شبیه سازی مورد نیاز برای یافتن مکان بهینه چاه ها در حالتی که از الگوریتم hga استفاده شود تا حد زیادی کاهش می یابد. همچنین مکان و دبی تزریق حداکثر چهار چاه تزریق آب در این مخزن با استفاده از الگوریتم پیشنهاد شده تعیین شد.