سال انتشار: ۱۳۹۱

محل انتشار: سی و یکمین همایش علوم زمین

تعداد صفحات: ۸

نویسنده(ها):

محمد جودی نصرال…. بیگلو – دانشجوی کارشناسی ارشد مهندسی معدن، دانشکده مهندسی معدن نفت و ژئوفیز
بهزاد تخم چی – استادیار، دانشکده مهندسی نفت،معدن و ژئوفیزیک، دانشگاه صنعتی شاهرود
محمد رضا رضایی – دانشیار، دانشکده مهندسی نفت دانشگاه صنعتی کرتین
محمد کنشلو – دانشکده مهندسی نفت،معدن و ژئوفیزیک، دانشگاه صنعتی شاهرود

چکیده:

در علوم زمین از خوشه بندی و کلاس ه بندی به منظور تفکیک فضاهای هتروژن به هموژن و یا زون بندی استفاده می شود که قدم ابتدائی در مدل سازی و شبیه سازی است . مسئله اینجاست که بالاخص عموم روش های خوشه بندی بهینه عمل نمی کنند و معرفی روشی مطلوب تر برای خوشه بندی مورد توجه محققین مربوطه خواهد بود . در این مقاله روش جدیدی برای خوشه بندی و کلاسهبندی داد هها در علوم زمین ارائه می شود. ابتدا روش خوشه بندی DBSCAN توضیح داده شده و علل برتری آن نسبت به روش های میانگین K و گوستافسون -کسل آورده شده است . پس از آن روش ابدایی که روشی برای کلاس بندی داده ها بر پایه روش DBSCAN می باشد، توضیح داده شده است . سپس برتری های توضیح داده شده در بخش های قبلی بر روی داده های مصنوعی بررسی می شود که نشان دهنده کارایی بسیار خوب روش خوشه بندی و کلاس بندی DBSCAN است . در ادامه کارائی مطلوب روش های معرفی یا ارائه شده بر روی داده های واقعی که مربوط به چاه ۱-Walyering- در به حوزه نفتی پرت واقع در استرالیای غربی است، بررسی شده و به اثبات رسیده است.