• صفحه اصلی
  • جستجوی پیشرفته
  • فهرست کتابخانه ها
  • درباره پایگاه
  • ارتباط با ما
  • تاریخچه
  • ورود / ثبت نام

عنوان
بررسی شرایط رسوب آسفالتین با استفاده از هوش مصنوعی

پدید آورنده
/محمد ناوشکی

موضوع
یادگیری ماشین,شبکه عصبی,هوش مصنوعی,آسفالتین,رسوب آسفالتین,درخت تصمیم‌گیری,همسایگی نزدیک,ماشین بردار پشتیبان,support vector machine, near neighbours, decision tree, asphaltene, machine learning,یادگیری ماشین، شبکه عصبی،هوش مصنوعی، آسفالتین، رسوب آسفالتین، درخت تصمیم‌گیری، همسایگی نزدیک، ماشین بردار پشتیبان

رده

کتابخانه
کتابخانه مرکزی، مرکز اسناد و تامین منابع علمی دانشگاه صنعتی سهند

محل استقرار
استان: آذربایجان شرقی ـ شهر: سهند

کتابخانه مرکزی، مرکز اسناد و تامین منابع علمی دانشگاه صنعتی سهند

تماس با کتابخانه : 04133443834

شماره کتابشناسی ملی

کد کشور
IR
شماره
۴۵۷۰پ

زبان اثر

زبان متن نوشتاري يا گفتاري و مانند آن
فارسی

کشور محل نشر یا تولید

کشور محل نشر
IR

عنوان و نام پديدآور

عنوان اصلي
بررسی شرایط رسوب آسفالتین با استفاده از هوش مصنوعی
نام عام مواد
[پایان‌نامه]
عنوان اصلي به زبان ديگر
Investigation of asphaltene deposition conditions using artificial intelligence
نام نخستين پديدآور
/محمد ناوشکی

وضعیت نشر و پخش و غیره

نام ناشر، پخش کننده و غيره
: مهندسی نفت و گاز
تاریخ نشرو بخش و غیره
، ۱۴۰۰

مشخصات ظاهری

نام خاص و کميت اثر
۸۸ص.
ساير جزييات
:

يادداشت کلی

متن يادداشت
زبان: فارسی
متن يادداشت
زبان چکیده: فارسی

یادداشتهای مربوط به نشر، بخش و غیره

متن يادداشت
چاپی - الکترونیکی

یادداشتهای مربوط به مشخصات ظاهری اثر

متن يادداشت
مصور، جدول، نمودار

یادداشتهای مربوط به پایان نامه ها

جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی نفت- مخازن هیدروکربوری
زمان اعطا مدرک
۱۴۰۰/۰۷/۰۱
کسي که مدرک را اعطا کرده
صنعتی سهند

یادداشتهای مربوط به خلاصه یا چکیده

متن يادداشت
پیش بینی میزان رسوب آسفالتین یکی از مباحث مهم بهره برداری در صنعت نفت می باشد .از آنجایی که که پیش بینی شرایط رسوب آسفالتین می تواند از مشکلات رسوب کردن آسفالیتن در تجهیزات انتقال و درون چاهی جلوگیری نمود، اهمیت بسزایی دارد .در این پایان نامه با مدل سازی الگوریتم ماشین بردار پشتیبان با دو تابع مختلف و دو الگوریتم درخت تصمیم گیری و همسایگی نزدیک به پیش بینی رسوب آسفالتین پرداخته شده است .پس از ارزیابی شبکه عصبی نشان داده شده که تابع RBF با ۶ ورودی بهترین نتیجه را دارا می‌باشد .بهترین شبکه عصبی تابع RBF با ۶ ورودی درصد پیش بینی ۹۹۸۵/۰ و درصد میانگین خطای مربعات۰۰۹۳/۰ بوده است .بهترین نتیجه برای تابع linear با ۸ ورودی درصد پیش بینی ۸۰۲۲/۰و خطای مربعات با ۱۳۲۴/۲ مقدار بوده است .سپس داده ها با دو الگوریتم درخت تصمیم گیری و همسایگی نزدیک مورد بررسی قرار گرفت .به ترتیب برای درخت تصمیم گیری و همسایگی نزدیک مقادیر دقت/ ۹۹۹۹ و/ ۹۹۹۸ بوده است .با توجه به نتایج حاصل می توان نتیجه گرفت که شبکه عصبی می‌تواند یکی از بهترین روش‌های پیش بینی میزان رسوب آسفالتین در شرایط دمایی و فشاری متفاوت باشد.
متن يادداشت
Predicting the amount of asphaltene deposition is one of the important issues in the oil industry. It is important because predicting asphaltene deposition conditions can prevent asphaltene deposition problems in transmission equipment and in wells. In this dissertation, by modeling the support vector machine algorithm with two different functions and two decision tree algorithms and near neighborhood, the asphaltene deposition is predicted. After evaluating the neural network, it is shown that the RBF function with 6 inputs has the best result. The best neural network with RBF function with 6 inputs was 0/9985 prediction percentage and the mean square error percentage was 0/0093. The best result for the linear function with 8 inputs was the prediction percentage of 0/8022 and the square error with the value of 2/4231. Then the data were analyzed with two algorithms of decision tree and near neighborhood. The accuracy values were / 9999 and / 9998. According to the results, it can be concluded that the neural network can be one of the best ways to predict the amount of asphaltene deposition under different temperature and pressure conditions.
خط فهرستنویسی و خط اصلی شناسه
ba

عنوان اصلی به زبان دیگر

عنوان اصلي به زبان ديگر
Investigation of asphaltene deposition conditions using artificial intelligence

موضوع (اسم عام یاعبارت اسمی عام)

موضوع مستند نشده
یادگیری ماشین
موضوع مستند نشده
شبکه عصبی
موضوع مستند نشده
هوش مصنوعی
موضوع مستند نشده
آسفالتین
موضوع مستند نشده
رسوب آسفالتین
موضوع مستند نشده
درخت تصمیم‌گیری
موضوع مستند نشده
همسایگی نزدیک
موضوع مستند نشده
ماشین بردار پشتیبان

اصطلاحهای موضوعی کنترل نشده

اصطلاح موضوعی
support vector machine, near neighbours, decision tree, asphaltene, machine learning
اصطلاح موضوعی
یادگیری ماشین، شبکه عصبی،هوش مصنوعی، آسفالتین، رسوب آسفالتین، درخت تصمیم‌گیری، همسایگی نزدیک، ماشین بردار پشتیبان

نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )

مستند نام اشخاص تاييد نشده
ناوشکی، محمد

نام شخص - ( مسئولیت معنوی درجه دوم )

مستند نام اشخاص تاييد نشده
طباطبائی‌نژاد، علیرضا، استاد راهنما

مبدا اصلی

کشور
ایران
تاريخ عمليات
20230613

شماره دستیابی

شماره بازیابی
نفت ،۲۰۱۲۵ ،۱۴۰۰

دسترسی و محل الکترونیکی

نام ميزبان
ی‌عونصم‍ ش‌وه‍ زا ه‌دافتسا اب‍ ن‌یتلافسآ ب‌وسر طیارش‍ ی‌سررب‍.pdf
شماره دسترسي
عادی
اطلاعات مختصر
عادی
تاريخ و ساعت مذاکره و دسترسي
0111.pdf
تاريخ و ساعت مذاکره و دسترسي
p20125.pdf
بيت در ثانيه
0
ارتباط براي تسهيلات دسترسي
ایمانی
نوع فرمت الکترونيکي
متن
اندازه فايل
0
شماره کنترل رکورد
پ۴۵۷۰
يادداشت عمومي
فارسی

وضعیت فهرست نویسی

وضعیت فهرست نویسی
نمایه‌سازی قبلی

وضعیت انتشار

فرمت انتشار
pe

اطلاعات رکورد کتابشناسی

نوع ماده
TF
کد کاربرگه
92029
پیشوند ISBD اعمال شده است
1

اطلاعات دسترسی رکورد

سطح دسترسي
a
تكميل شده
Y

پیشنهاد / گزارش اشکال

اخطار! اطلاعات را با دقت وارد کنید
ارسال انصراف
این پایگاه با مشارکت موسسه علمی - فرهنگی دارالحدیث و مرکز تحقیقات کامپیوتری علوم اسلامی (نور) اداره می شود
مسئولیت صحت اطلاعات بر عهده کتابخانه ها و حقوق معنوی اطلاعات نیز متعلق به آنها است
برترین جستجوگر - پنجمین جشنواره رسانه های دیجیتال