Soft Computing on Reservoir Characterization & Production Forecasting

Le livre "Soft Computing on Reservoir Characterization & Production Forecasting" propose une analyse approfondie de l'application des techniques de Soft Computing dans la caractérisation des réservoirs et la prévision de production. Il met en lumière le rôle crucial que jouent les prévisions de production et la modélisation des réservoirs dans le développement optimal et la gestion des réservoirs pétroliers. Les auteurs, Chithra Chakra N C et Madan M. Gupta, présentent des approches innovantes basées sur des réseaux de neurones artificiels (ANN) et des algorithmes génétiques (GA). Ces méthodes permettent une modélisation numérique efficace et rapide, essentielle pour l'élaboration de modèles historiques de réservoirs et des prévisions de production fiables. Le livre décrit la mise en œuvre d'un réseau de neurones de haut niveau (HONN) avec diverses opérations synaptiques pour prédire la production de pétrole et l'application d'un algorithme génétique adaptatif (AGA) pour l'ajustement automatique des modèles de réservoirs. Les résultats montrent que ces méthodes de Soft Computing offrent un taux de convergence rapide et réduisent les efforts de calcul.