{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TN528",
        "title": "طراحی ماشینی مبتنی بر شبکه عصبی جهت مدل سازی تخلخل. مطالعه ی موردی: یکی از مخازن نفتی جنوب ایران",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1394",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TN528",
        "title": "طراحی ماشینی مبتنی بر شبکه عصبی جهت مدل سازی تخلخل. مطالعه ی موردی: یکی از مخازن نفتی جنوب ایران",
        "degree": null,
        "faculty": "مهندسی معدن، نفت و ژئوفیزیک",
        "year": 1394,
        "authors": [
            {
                "name": "خدیجه رنجبر",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "بهزاد تخم چی",
                "role": "استاد راهنما"
            },
            {
                "name": "سید رضا قوامی ریابی",
                "role": "استاد راهنما"
            },
            {
                "name": "علی حسینی",
                "role": "استاد مشاور"
            },
            {
                "name": "علی مرادزاده",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "تخلخل",
            "شبکه عصبی",
            "شبکه بیزی",
            "روش های تحلیل چند متغیره",
            "الگوریتم K2",
            "احتمالات شرطی",
            "نرم افزار پترل"
        ],
        "abstract": "چکیده\r\nآگاهی دقیق از خصوصیات پتروفیزیکی هر مخزن جهت پیش بینی عملکرد آینده میدان نفتی لازم است. یکی از خصوصیات پتروفیزیکی مهم هر مخزن، تخلخل آن است. بنابراین جهت افزایش دقت در تخمین تخلخل نیاز به بهبود روش های مدل سازی آن است. در رویکردی شناخته شده از متغیرهای مختلف جهت شرطی سازی مدل سازی تخلخل استفاده می شود. به عنوان مثال می توان ابتدا لیتولوِژی را مدل کرده و در هر بلوک تخلخل را با توجه به لیتولوژی تخمین زد.\r\n\tدر این پایان نامه تلاش گردیده است به کمک روش های هوشمند مدلی جهت تخمین میزان تخلخل موثر با توجه به اهمیتی که این پارامتر در ارزیابی پتانسیل تولید مخازن هیدروکربوری دارد، ارائه گردد. بدین منظور از دو روش برای تخمین تخلخل موثر در هفت چاه از مخزن آسماری واقع در یکی از میادین نفتی جنوب ایران استفاده گردیده است.\r\nالف - شبکه عصبی مفهومی چندلایه\r\nب- ترکیب احتمالات شرطی و شبکه عصبی چندلایه (شرطی سازی مدل)\r\n\tدر هریک از دو روش در وهله اول با استفاده از روش های تحلیل چند متغیره و روش شبکه بیزی متغیرهای موثر در برآورد تخلخل تعیین گردیدند. در مرحله بعد بر روی متغیرهای منتخب روش های گفته شده اعمال شده است. در هر دو روش الگوریتم آموزشی لونبرگ-مارکوارت بهتر از بقیه الگوریتم های آموزشی موجود برای آموزش الگوریتم پس انتشار خطا بوده است و بهترین نتایج مربوط به شبکه های پرسپترون چندلایه  به ترتیب با 15 و 20 نرون برای روش اول و 15 و 15 نرون برای روش دوم در لایه پنهان می باشد.\r\nمقدار ضریب رگرسیون داده های اعتبارسنجی و MSE   برای حالتی که از شبکه عصبی چندلایه و متغیرهای منتخب استفاده کردیم به ترتیب برابر 947/0 و 016/0 می باشد. همچنین مقدارضریب رگرسیون داده های اعتبارسنجی و MSE  در روش شرطی برابر 876/0 و 0403/0 است. \tدرانتها مدل سه بعدی تخلخل مخزن با استفاده از اطلاعات تخلخل موثر در هفت چاه از میدان تهیه گردیده است. براساس این مدل، تخلخل در قسمت مرکزی و جنوب شرق میدان نسبت به شمال و جنوب میدان از مقادیر بالاتری برخوردار است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TN528.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}