Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634794)
Контекстум
Руконтекст антиплагиат система
Автоматизация, телемеханизация и связь в нефтяной промышленности  / №8 2016

ПРИНЯТИЕ РЕШЕНИЙ В ЗАДАЧЕ ВОССТАНОВЛЕНИЯ БУРОВЫХ СКВАЖИН В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ (350,00 руб.)

0   0
Первый авторЗейналова
Страниц6
ID449059
АннотацияТеории принятия решений основываются на релевантной информации, значительная часть которой неопределенная, неточная или неполная. Для принятия решений может быть применен метод нечеткой кластеризации С-средних. Использование нечеткого логического вывода позволяет описать отношения между альтернативами. Предложенный метод иллюстрируется на примере решения задачи восстановления буровых скважин в условиях неопределенности
УДК681.5:622.24
Зейналова, Л.М. ПРИНЯТИЕ РЕШЕНИЙ В ЗАДАЧЕ ВОССТАНОВЛЕНИЯ БУРОВЫХ СКВАЖИН В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ / Л.М. Зейналова // Автоматизация, телемеханизация и связь в нефтяной промышленности .— 2016 .— №8 .— С. 36-41 .— URL: https://rucont.ru/efd/449059 (дата обращения: 26.04.2024)

Предпросмотр (выдержки из произведения)

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ УДК 681.5:622.24 ПРИНЯТИЕ РЕШЕНИЙ В ЗАДАЧЕ ВОССТАНОВЛЕНИЯ БУРОВЫХ СКВАЖИН В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ Л.М. <...> Зейналова (Азербайджанский государственный университет нефти и промышленности) Введение Существует большое число буровых скважин, которые необходимо восстановить на нефтяных промыслах НГДУ "Сиязань Нефть" [1]. <...> Но для того чтобы реставрировать нефтяные скважины, необходимо выполнение трех главных условий [2]. <...> Однако этого периода может быть недостаточно, так как в случае существования вторичных залежей по истечении указанного срока нефть оказывается на поверхности моря. <...> В данной статье рассматривается задача восстановления бездействующих скважин. <...> Для этого предлагается использовать метод нечеткой кластеризации. <...> В целом кластерный анализ относится к широкому спектру методов, с их помощью можно разделить множество данных X на подмножества (кластеры), которые попарно не пересекаются, непустые, и воспроизводят X с помощью объединения [3]. <...> Кластеризация может быть рассмотрена как задача построения оптимального разбиения объектов на группы. <...> Методы четкой кластеризации делят исходное множество объектов на несколько непересекающихся подмножеств. <...> Нечеткая кластеризация выгодно отличается от обычной тем, что объекты, подлежащие кластеризации, относятся к некоторому кластеру с определенной степенью принадлежности, а не однозначно, как в случае с обычной кластеризацией. <...> Наиболее известным является алгоритм нечеткой кластеризации С-средних (НКС). <...> Авторы [4] исследовали несколько этапов кластеризации: представление модели, вычисление подобия, процесс группирования и представление кластера. <...> Были рассмотрены статистические, нечеткие, нейронные, эволюционные и основанные на знаниях подходы к кластеризации, различные их применения. <...> В [5] для преодоления чувствительности к шумам обычного алгоритма нечеткой кластеризации Cсредних представлен <...>