محمد علی احمدی - کارشناسی ارشد مهندسی نفت-مخازن هیدروکربوری
سید رضا شادی زاده - استاد دانشگاه صنعت نفت
محمد عبادی - فارغ التحصیل مهندسی نفت- دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
آرش گودرزی - فارغ التحصیل مهندسی نفت- دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

اخیراً بعد از آنکه پدیده ته نشینی رسوبات آسفالتین به عنوان یکی از مهمترین دلایل مشکلات تولیدی در امر ازدیاد برداشت از مخازن مطرح گریده است ، تحقیقات در این زمینه به طور جدی مورد توجه قرار گرفته است. به طور کلی آسفالتین ترکیبات نفتی سنگین می باشند که تحت شرایطی مشخص ته نشین شده و رسوبات جامد ناشی از آن در محیط متخلخل شکل می گیرند. در این تحقیق یک مدل بر مبنای شبکه ی عصبی پیش خورِ بهینه شده به وسیله الگوریتم ژنتیک برای پیش بینی میزان ته نشست رسوبات آسفالتین معرفی شده است. نقش الگوریتم ژنتیک در تعیین وزن های داخلی شبکه عصبی می باشد. مدل ANN-GA برای یک سری داده منتشر شده در مقالات پیاده سازی شده و نتایج آن با نتایج حاصل از Scaling Model مقایسه شده است که نشان دهنده پویایی و اثربخشی مدل ANN-GA می باشد.

آسفالتین ، محیط متخلخل ، شبکه عصبی ، الگوریتم ژنتیک