GEOSCAN, résultats de la recherche

Menu GEOSCAN


TitreApplication of computer neural network, and fuzzy set logic to petroleum geology, offshore eastern Canada
TéléchargerTéléchargement (publication entière)
LicenceVeuillez noter que la Licence du gouvernement ouvert - Canada remplace toutes les licences antérieures.
AuteurHuang, Z; Shimeld, J; Williamson, M
SourceCommission géologique du Canada, Recherches en cours no. 1994-E, 1994 p. 243-250, https://doi.org/10.4095/194121 (Accès ouvert)
Année1994
ÉditeurRessources naturelles Canada
Documentpublication en série
Lang.anglais; français
DOIhttps://doi.org/10.4095/194121
Mediapapier; en ligne; numérique
Référence reliéeCette publication est contenue dans Geological Survey of Canada; (1994). Current research 1994-E, Commission géologique du Canada, Recherches en cours no. 1994-E
Formatspdf
ProvinceRégion extracotière de l'est
Sujetsméthodes analytiques; applications par ordinateur; établissement de modèles; perméabilité; puits; fractures; caractéristiques structurales; géomathématique
Illustrationsanalyses
Diffusé1994 07 01
RésuméLes réseaux neuronaux informatiques (RNI) et la logique des ensembles flous sont les derniers progrès enregistrés dans le domaine de l'intelligence artificielle susceptibles de trouver des applications géologiques. Un RNI permet de modéliser des problèmes géologiques compliqués mieux que la plupart des approches traditionnelles. La logique des ensembles flous permet de traiter de façon plus efficace l'information incomplète et imprécise qui caractérise en général les sciences de la Terre. Dans le présent document, les auteurs donnent un aperçu des RNI et de la logique des ensembles flous et illustrent leur utilité dans le domaine de la recherche relative aux sciences de la Terre. L'un des exemples donnés consiste en un modèle des relations qui existent entre les diagraphies de forage et la perméabilité des roches, grâce à l'utilisation d'un RNI dans le cas du champ de gaz Venture (bassin de Sable). Le RNI en question conduit à de bons résultats en matière de prévision de la perméabilité à partir des diagraphies de forage. Un autre exemple permet de démontrer la façon dont on détecte les fractures ouvertes à l'aide d'un algorithme flou appliqué à des diagraphies de forage traditionnelles effectuées dans le bassin de Jeanne d'Arc. Les courbes de l'indice de fracturation produites par des algorithmes d'inférence floue établissent des corrélations avec des zones fracturées connues, et révèlent l'ampleur des fractures dans les régions où il n'y a aucune information directe.
GEOSCAN ID194121