مجله تحقیقات اقتصادی، دوره 44، شماره 1، زمستان 1388
مقدم محمدرضا
این مقاله به توصیف و مقایسه پیش بینیهای دو روش از بین روشهای تحلیل دادهها، روش منحنی کاهش (DCE) با استفاده از روش رگرسیون و روش شبکة عصبی مصنوعی (ANN) میپردازد. نتایج بهدست آمده مربوط به تولید حاصل از چاههای واقع بر میدان نفتی اهواز نشان میدهند که در طول دوره برآورد، برازش روش شبکة عصبی از انطباق بهتری نسبت به روش رگرسیون (با استفاده از تکنیکهای اقتصادسنجی) برخوردار است، ولی در دورة پیش بینی تولید، با توجه به سناریوی انتخابی، پیش بینی روش شبکة عصبی بسیار متفاوت از روش رگرسیون است و نشان میدهد که تحلیلگران نباید برای تخمین تولید میادین نفتی تنها به یک روش خاص تکیه کنند. به هر حال این دو شیوه در سیستمی موسوم به “سیستم پشتیبانی تصمیم ”، DSS، برای کاربران امکان پیش بینی تولید یک میدان یا حتی یک چاه را فراهم میآورند. بنابراین، یک کارشناس میدان نفتی می‌تواند منحنی‌های مختلف مربوط به نرخهای تولید پیش‌بینی شده را مقایسه و مناسب‌ترین مدل را برای تصمیم‌گیری انتخاب نماید. بهعبارت دیگر، معادلات (ریاضی) بهکار رفته برای پیش بینی تولید یک میدان نفتی بهگونهای باید مدل سازی شوند که بتوانند مقادیر نسبتا نزدیک به یکدیگر را بهدست دهند.
کلیدواژگان: پیش بینی میزان تولید نفت؛ رگرسیون؛ روش شبکه‌های عصبی مصنوعی؛ روش منحنی کاهش؛ میدان نفتی
منبع: مجله تحقیقات اقتصادی