ساخت نگار کل کربن آلی (TOC) از داده های چاه پیمایی به کمک تکنیک الگوریتم ژنتیک در میدان نفتی اهواز

یکی از پارامترهای مهم ژیوشیمیایی، مقدار کل کربن آلی (toc) می باشد که جهت ارزیابی پتانسیل هیدروکربن زایی سنگ منشا استفاده می شود. اندازه گیری این پارامتر مستلزم انجام آزمایشات ژیوشیمی بر روی کنده های حفاری می باشد که پرهزینه و وقت گیر بوده و انجام آن بر روی تعداد محدودی نمونه صورت می گیرد. در این مطالعه از فن آوری الگوریتم‌های ژنتیک که مبتنی بر مفاهیم زیست شناسی هستند جهت تخمین toc از داده های پتروفیزیکی استفاده شده است. از عملگرهای زیستی (operator) مانند تقاطع (crossover) و جهش (mutation) جهت تولید مثل نسل‌های جدید داده و انتخاب فرزندان نابغه (elite child) استفاده شده است. برای هر کدام از راه حل‌های مساله یک کروموزوم تعریف شده و جواب‌های مساله (ژن‌ها) در سیر تکاملی (رسیدن به جواب‌های بهینه مساله) قرار گرفته اند. این مطالعه بر روی داده‌های مربوط به سه چاه از میدان نفتی اهواز انجام گرفته است. الگوریتم ژنتیک ضرایب وزنی را برای داده های پتروفیزیکی محاسبه کرده که با استفاده از این ضرایب و داشتن داده های چاه پیمایی، می توان toc را برای سایر چاه های موجود در میدان تخمین زد. دو نوع مدل الگوریتم ژنتیک جهت تخمین toc طراحی شد: خطی و غیر خطی. نتایج نشان می دهد که از مدل خطی نسبت به مدل غیرخطی نتایج صحیح تری حاصل می شود. میانگین مربعات خطای شبکه (mse) در مدل بهینه سازی الگوریتم ژنتیک خطی برای داده های تست 0096/0 می باشد که این مرتبط با مقدار ضریب همبستگی (r2) 7635/0 است.