ارائه مدل ماشین کامیتی جهت تخمین تراوایی از نمودارهای چاه پیمایی: مطالعه موردی از یک مخزن کربناته ناهمگون در میدان نفتی بلال، خلیج فارس

تخمین تراوایی با استفاده از روش های مختلفی همچون فرمولهای تجربی، آنالیز رگرسیونی و سامانه های هوشمند بویژه شبکه های عصبی و منطق فازی مورد بررسی قرار گرفته است. در این مطالعه یک مدل بهبودیافته و جدید جهت تخمین تراوایی از نمودارهای چاه پیمایی پیشنهاد شده است. روش مورد استفاده شامل تلفیق فرمولهای تجربی، آنالیز رگرسیونی و روش نروفازی در یک ماشین تلفیقی (کامیتی) است. ماشین کامیتی که نوع جدیدی از شبکه عصبی است، دارای ساختار موازی بوده که در آن هر یک از روش های به کار رفته (خبره ها) دارای یک ضریب وزنی است که نشانگر درصد مشارکت آن در تخمین نهایی است. ترکیب بهینه وزنها توسط روش الگوریتم ژنتیک بدست آمده است. روش معرفی شده توسط یک مطالعه موردی از یک مخزن کربناته متعلق به ژوراسیک بالایی از میدان بلال واقع در خلیج فارس تشریح شده است. به این منظور 151 نمونه از فواصلی که شامل داده های مغزه و لاگ بودند به 81 نمونه آموزشی و 70 نمونه آزمون برای ارزیابی اعتبار مدلهای ساخته شده دسته بندی شدند. نتایج این مطالعه نشان می دهند که ماشین تلفیقی بهینه شده توسط الگوریتم ژنتیک نتایج دقیق تری نسبت به هریک از روش های منفرد مورد استفاده فراهم نموده است.