سال انتشار: ۱۳۹۳
محل انتشار: اولین همایش ملی مهندسی برق و کامپیوتر در شمال کشور
تعداد صفحات: ۱۱
نویسنده(ها):
حسین رضا کرمپوریان – گروه برق، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد،ایران.
میلاد حسین زاده – دانشگاه آزاد اسلامی، واحد علوم وتحقیقات، گروه برق کنترل، بروجرد، ایران.

چکیده:
شبکه های عصبی مصنوعی براساس سیستم بدن انسان ساخته شده اند.این شبکه ها قادرند روابط بین ورودی ها و خروجی ها را تشخیص دهند و پس از آموزش مناسب، با استفاده از ورودی های جدید، خروجی های مناسب را تخمین بزنند.متداول ترین الگوریتم استفاده شده جهت آموزش شبکه های عصبی چندلایه پیش خور، روش پس انتشار (BP) می باشد.این شبکه ها بیشترین کاربرد را در حل مسائل فنی – مهندسی از جمله تخمین پارامترهای مختلف مخازن نفت و گاز دارا می باشند. یکی از پارامترهای مهم در مهندسی نفت، تعیین میزان تراوایی می باشد.در این تحقیق سعی شد تا با استفاده از الگوریتم پس انتشار خطا، میزان تراوایی و دبی عبوری در سنگ های شکاف دار و بدون شکاف تخمین زده شود و سپس جهت بررسی کارایی این شبکه، مقادیر تخمین زده شده توسط شبکه عصبی با مقادیر بدست آمده در آزمایشگاه مقایسه شد.