پروژه کاربرد هوش مصنوعی در مخازن نفت و گاز

عنوان :  پروژه کاربرد هوش مصنوعی در مخازن نفت و گاز

تعداد صفحات: ۱۰۰ص

فرمت : ورد word

جزئیات در ادامه مطلب…

فهرست مطالب:

دیباچه ۱

تاریخچه ۴

هوش مصنوعی چیست؟ ۹

چالش های بنیادین هوش مصنوعی. ۱۳

شاخه‌های علم هوش مصنوعی‌. ۱۷

کاربردهای هوش مصنوعی. ۲۱

سیستم های خبره (Expert Sytems) ۲۱

ساختار یک سیستم خبره ۲۲

مزایا و محدودیت‌های سیستم‌های خبره ۲۵

کاربرد سیستم‌های خبره‌ ۲۷

چند سیستم خبره مشهور ۲۸

منطق فازی (Fuzzy Logic) ۳۰

پیشینه منطق فازی. ۳۱

مجموعه‌های فازی. ۳۳

تفاوت میان نظریه احتمالات و منطق فازی. ۳۶

کاربردهای منطق فازی‌. ۳۸

منطق فازی و هوش مصنوعی‌. ۳۹

شبکه های عصبی (Neural Network) ۴۰

شباهت با مغز ۴۱

روش کار نرون‌ها ۴۲

مدل ریاضی. ۴۳

پیاده‌سازی‌های الکترونیکی نرون‌های مصنوعی. ۴۶

عملیات شبکه‌های عصبی. ۴۸

آموزش شبکه‌های عصبی. ۵۱

آموزش Unsupervised  یا تطبیقی (Adaptive) ۵۴

تفاوت‌های شبکه‌های عصبی با روش‌های محاسباتی متداول و سیستم‌های خبره ۵۵

بینایی ماشین. ۵۷

کنترل کیفیت خط تولید ۵۸

چشم انسان. ۵۹

درک تصویر ۶۰

پردازش اطلاعات در  مغز ۶۳

نمایش دانش.. ۶۵

الگوریتم ژنتیک.. ۶۸

نکات مهم در الگوریتم های ژنتیک.. ۷۲

پردازش‌ زبان‌های‌ طبیعی‌ (NLP) ۷۳

تکنیک‌ها وزبان‌های برنامه نویسی هوش مصنوعی. ۷۴

ویژگی های فلسفی هوش مصنوعی چیست ؟ ۷۵

ویژگیهای هوش مصنوعی. ۷۶

بازنمایی نمادین. ۷۶

روش اکتشافی. ۷۷

کلیات کاربرد هوش مصنوعی در مهندسی نفت.. ۷۹

نحوه مدل سازی شبکه عصبی ۸۱

قواعد یادگیری شبکه های عصبی ۸۲

معرفی روش پس انتشار ۸۳

تفاوت روش محاسباتی متداول با روش محاسباتی شبکه های عصبی. ۸۵

کاربردهای شبکه های عصبی مصنوعی در مطالعات فنی تعیین خواص PVT نفت خام ۸۶

تعیین میزان نفوذپذیری سازند ۸۸

کسب اطلاعات سرعت صوت در لایه ها ۸۸

توزیع خواص مختلف مخزن در مقاطع لرزه ای ۸۹

تشخیص زون تولید ۸۹

آشنایی با هوش مصنوعی در مشخصه سازی و مدل سازی مخازن شکافدار طبیعی.۹۰

لزوم مطالعه و مدل سازی مخازن شکافدار طبیعی. ۹۱

کاربرد هوش مصنوعی در مهندسی نفت.. ۹۲

مراحل مشخصه سازی و مدل سازی. ۹۲

آنالیز خواص شکاف ها با استفاده از هوش مصنوعی. ۹۳

نتیجه گیری ۹۶

منابع و مأخذ ۹۷