کاربرد شبکه های عصبی مصنوعی در پیش بینـی نمودارهای پتروفیزیکی

چاه پیمایی، یکی از ر وش های مهم در اکتشاف و استخراج نفت و گاز است و شناخت پارامترهای پتروفیزیکی و سنگ شناسی با استفاده از داده هـای چاه پیمایی، مستلزم در دسترس بودن انواع نمودارهای چاه پیمایی می باشد . هدف از این مطالعه مدل سازی یک شبکه عصبی مصنوعی و تعمـیم آن جهت پیش بینی و تخمین یکی از مهم تر ین نمودارهای پتروفیزیکی چاه تحت عنـوان فـاکتور فتوالکتریـک (Pef) در میـدان نفتـی اهـواز واقـع در
   جنوب غربی اهواز می باشد و بدین منظور از ال گوریتم پس انتشار خطا استفاده شده است . شبکه طراحی شده یک شبکه سه لایه اسـت کـه در آن از نمودارهای مقاومت ویژه، دانسیته، نوترون اصلاحی، صوتی و گاما به عنوان الگوهای ورودی می باشند . در نهایت نمودار pef پیش بینی شـده توسـط شبکه عصبی با pef حاصل از نمودارها مقایسه شده و شبکه به میانگین مربعات خطای حدود ./.1 و ضریب همبستگی حـدود 0/9 همگـرا گردیـده است.