استفاده از روش‌های بهینه‌یابی فراابتکاری جستجوی گرانشی، ازدحام ذرات و ترکیب آن‌ها در مدل‌سازی شبکه شکستگی

مدل‌سازی محیط شکسته پیش نیاز اصلی شبیه‌سازی جریان سیال در بسیاری از کاربردها مانند مدیریت منابع آب زیرزمینی، شبیه‌سازی مخازن نفت و گاز، مدل‌سازی منابع انرژی زمین گرمایی و غیره است. هدف از این مطالعه، توسعه یک روش تکرارشونده مبتنی بر شی جهت مدل‌سازی محیط شکسته گسسته است که هم پارامترهای آماری و هم اتصال فضایی شکستگی‌ها را در نظر می‌گیرد. روش ارائه شده از توابع ماتریس‌های همسایگی شکستگی در پردازش تصویر استفاده می‌کند تا اتصال شکستگی‌ها را واضح‌تر کند و توزیع فضایی آن‌ها را با استفاده از ماتریس‌های تشخیص سلول شکستگی به‌هم پیوسته، ماتریس سوبل، ماتریس پرویت و ماتریس لاپلاسین مشخص کند. تابع هدف تفاوت بین ویژگی‌های محیط شکسته مرجع و مدل تولید شده را با استفاده از معیار نرم دو تعریف می‌کند. برای حل این تابع هدف، از روش‌های بهینه‌یابی جستجوی گرانشی، ازدحام ذرات و هیبرید این دو روش فراابتکاری استفاده شده است. برای اجرای این روش، شبکه مصنوعی دارای شکستگی مورد استفاده قرار گرفته است. نتایج نشان می‌دهد از میان روش‌های فوق، روش فراابتکاری ازدحام ذرات با دقت 98.89% شکستگی در شبکه شکسته را بازتولید می‌کند.

the application of metaheuristic optimization algorithms of gravitational search, particle swarm, and their hybrid in fracture network modeling

fractured network modeling is the main prerequisite for fluid flow simulation in many applications such as groundwater resource management, oil and gas reservoir simulation, geothermal energy resource modeling and etc. the aim of this study is to develop an iterative object-based algorithm for fractured network modeling that considers both statistical parameters and spatial connectivity of fractures. the presented algorithm uses the functions of fracture neighborhood matrices in image processing to make clear the fracture continuity and to determine their spatial distribution using the matrix of interconnected fracture cell detection, sobel matrix, prewitt matrix and laplacian matrix. the objective function defines the differences between the features of the reference fracture network and the stochastic generated fracture network using a norm of two. to solve this objective function, optimization algorithms of gravitational search, particle swarm and hybrid of these two metaheuristic algorithms have been used. in this paper, the metaheuristic algorithm of particle swarm optimization enjoys more validity in fracture network modelling. therefore, among the metaheuristic algorithms, pso algorithm regenerates the reference fracture network with the accuracy of 98.89%.