دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: P. M. Wong, F. Aminzadeh, M. Nikravesh (auth.), Dr. Patrick Wong, Dr. Fred Aminzadeh, Dr. Masoud Nikravesh (eds.) سری: Studies in Fuzziness and Soft Computing 80 ISBN (شابک) : 9783790824957, 9783790818079 ناشر: Physica-Verlag Heidelberg سال نشر: 2002 تعداد صفحات: 582 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 27 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب محاسبات نرم برای توصیف و مدل سازی مخزن: زمین شناسی، ژئوفیزیک/ژئودزی، هوش مصنوعی (شامل رباتیک)، علوم زمین، عمومی
در صورت تبدیل فایل کتاب Soft Computing for Reservoir Characterization and Modeling به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب محاسبات نرم برای توصیف و مدل سازی مخزن نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این جلد اولین کتاب جامع در زمینه توصیف مخازن هوشمند است که توسط کارشناسان برجسته دانشگاه و صنعت نوشته شده است. این شامل تکنیک های پیشرفته ای است که در ژئوفیزیک مخازن، چاه نگاری، زمین شناسی مخازن و مهندسی مخزن به کار می رود. این کتاب مفاهیم اساسی تکنیکهای محاسبات نرم از جمله شبکههای عصبی، منطق فازی و محاسبات تکاملی را معرفی میکند که برای توصیف مخزن استفاده میشوند. برخی از مدل های پیشرفته آماری و ترکیبی نیز ارائه شده است. کاربردهای خاص شامل موضوعات مختلف توصیف مخازن مانند پیشبینی خواص پتروفیزیکی از سیاهههای مربوط به چاه و ویژگیهای لرزهای است.
The volume is the first comprehensive book in the area of intelligent reservoir characterization written by leading experts in academia and industry. It contains state-of-the-art techniques to be applied in reservoir geophysics, well logging, reservoir geology, and reservoir engineering. It introduces the basic concepts of soft computing techniques including neural networks, fuzzy logic and evolutionary computing applied to reservoir characterization. Some advanced statistical and hybrid models are also presented. The specific applications include different reservoir characterization topics such as prediction of petrophysical properties from well logs and seismic attributes.
Front Matter....Pages I-XVII
Intelligent Reservoir Characterization....Pages 3-12
Front Matter....Pages 13-13
Prediction of Reservoir Properties by Monte Carlo Simulation and Artificial Neural Network in the Exploration Stage....Pages 15-33
Application of Neural Networks in Determining Petrophysical Properties from Seismic Survey....Pages 35-55
Mapping the Gas Column in an Aquifer Gas Storage with Neural Network Techniques....Pages 57-71
Interval and Fuzzy Kriging Techniques Applied to Geological and Geophysical Variables....Pages 73-103
Application of Self-Organizing Feature Maps to Reservoir Characterization....Pages 105-126
Front Matter....Pages 127-127
Taking One Step Forward in Reservoir Characterization Using Artificial Neural Networks....Pages 129-160
Inverting SP Logs Using Artificial Neural Networks and the Application in Reservoir Characterisation....Pages 161-181
Predicting Petrophysical Parameters in a Fuzzy Environment....Pages 183-217
The Application of Fuzzy Logic and Genetic Algorithms to Reservoir Characterization and Modeling....Pages 219-241
The Use of Soft Computing Techniques as Data Preprocessing and Postprocessing in Permeability Determination from Well Log Data....Pages 243-271
A New Technique to Estimate the Hydrocarbon Saturation in Shaly Formations: A Field Example in the Bahariya Formation, Egypt....Pages 273-309
Front Matter....Pages 311-311
Automated Reconstruction of a Basin Thermal History with Integrated Paleothermometry and Genetic Algorithm....Pages 313-329
An Automatic Geophysical Inversion Procedure Using a Genetic Algorithm....Pages 331-353
Statistical Pattern Recognition and Geostatistical Data Integration....Pages 355-386
How to Improve Reservoir Characterization Models Using Intelligent Systems....Pages 387-417
Regional Upscaling: a New Method to Upscale Heterogeneous Reservoirs for a Range of Force Regimes....Pages 419-461
Front Matter....Pages 463-463
New Uncertainty Measures for Predicted Geologic Properties from Seismic Attribute Calibration....Pages 465-480
Rule Induction Algorithm for Application to Geological and Petrophysical Data....Pages 481-510
Joint Lithologic Inversion....Pages 511-530
Front Matter....Pages 463-463
Support Vector Machines for Classification and Mapping of Reservoir Data....Pages 531-558
Non-parametric Covariance Modeling Using Fast Fourier Transform....Pages 559-584
Back Matter....Pages 585-586