برآورد نگار ژئو شیمیایی با استفاده از الگوریتم ژنتیک مبتنی بر آنالیز خوشه بندی

نگارهای ژئوشیمیایی از جمله نگار مقدارکل کربن آلی (toc)، کارآمدترین عامل ارزیابی سازندهای مستعد تولید هیدروکربن هستند، اما بدست آوردن این اطلاعات مستلزم صرف زمان و هزینه زیادی است. از این جهت، این پژوهش به برآورد نگار ژئوشیمیایی toc با استفاده از نگارهای پتروفیزیکی که امروزه از تمامی چاه های حفاری تهیه شده و کم هزینه تر هستند، پرداخته و برای این منظور از الگوریتم خوشه بندی k-means و الگوریتم ژنتیک، بهره گرفته است. برای تخمین داده های toc به این روش، کدی عددی با رویکردی دو مرحله ای طراحی شد. به طوری که در مرحله اول الگوریتم k-means سه خوشه بندی با تعداد خوشه های متفاوت تولید نموده و در مرحلهی دوم الگوریتم ژنتیکضرائب وزنی و نمائی از تابع غیرخطی پیشنهادی را برای داده های پتروفیزیکی در هر خوشه محاسبه می کند. سپس برای هر یک از خوشه بندی ها به تخمین داده های toc پرداخته و با محاسبه مقدار میانگین مربع خطای کل در آن ها، بهینه ترین خوشه بندی انتخاب می شود. در نهایت با استفاده از این مدل بهینه ی انتخاب شده، نگار toc برای کل داده ها محاسبه می گردد. این مطالعه بر روی داده های مربوط به سه چاه انجام گرفته است و قابل تعمیم به سایر چاه های اکتشافی خواهد بود.