انتشار مقاله دانشجوی مهندسی نفت در نشریه Q1
نئوپدیا: مقاله حسین صابری، دانشجوی کارشناسی مهندسی نفت دانشگاه حکیم سبزواری در مجله بین المللی Polymers با ضریب تاثیر 4.329 و رتبه بندی علمی Q1 منتشر گردید.
به گزارش نئوپدیا به نقل از ایسنا، این مقاله با موضوع «کاربرد هوش مصنوعی برای پیش بینی نتایج ازدیاد برداشت در سیلاب زنی پلیمری» که مستخرج از پروژه کارشناسی آقای حسین صابری است، با راهنمایی دکتر احسان اسماعیل نژاد؛ عضو هیات علمی گروه مهندسی نفت دانشگاه حکیم سبزواری و در همکاری با پژوهشگر مهندسی نفت دانشگاه کره جنوبی نوشته شده است.
در این مقاله با عنوان: “Artificial Neural Network to Forecast Enhanced Oil Recovery Using Hydrolyzed Polyacrylamide in Sandstone and Carbonate Reservoirs” از سه الگوریتم هوش مصنوعی شامل سیستم شبکه عصبی پرسپترون چند لایه (MLP)، شبکه عصبی توابع پایه شعاعی (RBF) و استنتاج عصبی- فازی تطبیقی (ANFIS)برای پیش بینی نتایج ازدیاد برداشت نفت (EOR) استفاده شد که نتایج حاصل نشان داد از میان این سه الگوریتم، مدل MLP دارای بیش ترین دقت بود و توانایی پیش بینی داده در داخل و خارج از بازه تولید شده خودرا داشت.
بنابر اعلام روابط عمومی وزارت علوم، این مساله می تواند موجب صرفه جویی چشمگیری در هزینه ها و زمان انجام آزمایش های ازدیاد برداشت نفت شود.
منبع: neopedia.ir
این مطلب نئوپدیا را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب