چکیده: پیش بینی هجوم سیال و کنترل فوران به عنوان یک چالش اساسی در صنعت نفت و گاز شناخته می شود که می تواند تأثیرات قابل توجهی بر ایمنی و بهره وری عملیاتی داشته باشد. در این پژوهش به کارگیری شبکه های عصبی مصنوعی به عنوان یک روش نوین و موثر برای پیش بینی هجوم سیال و کنترل فورانمورد بررسی قرار گرفته است. این شبکه برای پیش بینی در پنج چاه در منطقه جنوب ایران طراحی شد که از این تعداد یک چاه به عنوان چاه آموزش و چهار چاه دیگر به عنوان چاه های مورد آزمایش در نظر گرفته شدند. با این روش قابلیت تعمیم و دقت پیش بینی بر اساس شرایط مختلف عملیاتی به خوبی بررسی شده است. با استفاده از مجموعه داده های واقعی و مصنوعی الگوریتم توسعه یافته توانست در مرحله اول به دقت ۸۵ تا ۹۹ درصد در شناسایی هجوم و یا عدم هجوم بر اساس داده های ورودی دست یابد. در مرحله دوم این تحقیق، شبکه عصبی مورد استفاده به دقت 80تا ۹۹ درصد در تشخیص صحیح هجوم سیال عمل کرد. نتایج این پژوهش نشان میدهد که به کارگیری شبکه های عصبی مصنوعی قابلیت بالایی در پیش بینی هجوم سیال و کنترل فوران دارد و میتواند به عنوان ابزاری قدرتمند در تصمیم گیری های مدیریتی در صنعت نفت و گاز مورد استفاده قرار گیرد. این تحقیق همچنین پایه گذار مطالعات آینده در این زمینه خواهد بود و می‌تواند راهکارهای جدیدی را برای بهینه‌سازی سیستم های کنترل هجوم سیال ارائه دهد.