Simpósio de Pesquisa Operacional e Logística da Marinha - Publicação Online

Agosto 2014, vol.1, num.1 - XVII Simpósio de Pesquisa Operacional e Logística da Marinha
Artigo - Open Access Idioma principal | Segundo principal

DISCRIMINAÇÃO LITOLÓGICA POR ATRIBUTOS SÍSMICOS ELÁSTICOS: UMA ABORDAGEM POR SISTEMAS FUZZY-GENÉTICOS

DISCRIMINAÇÃO LITOLÓGICA POR ATRIBUTOS SÍSMICOS ELÁSTICOS: UMA ABORDAGEM POR SISTEMAS FUZZY-GENÉTICOS

Praxedes, Eric da Silva; Koshiyama, Adriano Soares; Vellasco, Marley Maria Bernardes Rebuzzi; Pacheco, Marco Aurélio Cavalcanti; Tanscheit, Ricardo

Artigo:

Este trabalho propõe uma metodologia para discriminação litológica de novas jazidas de petróleo a partir do uso de Sistemas Fuzzy-Genéticos, em destaque o modelo GPFIS (Genetic Programming for Fuzzy Inference System). A grande vantagem da modelagem proposta é possibilitar identificar, a partir de padrões sistêmicos, o tipo de rocha de uma determinada região sem a necessidade de abrir novos poços. Assim, busca-se um modelo com boa acurácia, aprendizado automático e que proporcione duas exibilidades aos especialistas: avaliar o grau de pertinência de um determinado padrão sistêsmico aos diferentes tipos de rocha e avaliação a nível linguístico da resposta do modelo. Assim, a ferramenta final elaborada proporciona apoio à decisão como também extração e descoberta de conhecimento. Além do modelo GPFIS são avaliados 7 outras metodologias para classificação, através de dados de um poço da costa brasileira.

This work proposes a new methodology for lithological discrimination, using GPFIS model (Genetic Programming for Fuzzy Inference System) a Genetic Fuzzy System based on Multi-Gene Genetic Programming. The main advantage of our approach is the possibility to identify, through seismic patterns, the rock types in new regions without requiring opening wells. Thus, we seek for a reliable model that provides two exibilities for the experts: evaluate the membership degree of a seismic pattern to the several rock types and the chance to analyze at linguistic level the model output. Therefore, the final tool must afford knowledge discovery and support to the decision maker. Also, we evaluate other 7 classification models (from statistics and computational intelligence), using a database from a well located in Brazilian coast.

Download (PDF)

Palavras-chave:

DOI: 10.5151/marine-spolm2014-126509

Referências bibliográficas
  • [1] Schlumberger, Schlumberger Oilfield Glossary, (http://www.glossary.oilfield.slb.com/ Display. cfm?Term=lithology). Visualizado em Março de 2014.
  • [2] U.S. Geological Survey, Earthquake Glossary, (http://earthquake.usgs.gov/learn/ glossary/? term=lithology). Visualizado em Março de 2014.
  • [3] Doveton, J.H. The Geological Application of Wireline Logs: A Keynote Perspective. AAPG Methods in Exploration, v. 13, p. 115{122, 2002.
  • [4] Busch, J.M.; Fortney, W.G.; Berry, L.N. Determination of lithology from well logs by statistical analysis: Society of Petroleum Engineers Formation Evaluation, v. 2, p. 412{418, 1987.
  • [5] Rogers, S.J.; Fang, J.H.; Karr, C.L.; Stanley, D.A. Determination of lithology from well logs using a neural network. AAPG Bulletin, v. 76, n. 5, p. 731-739, 1992.
  • [6] Santos, R.O.V.; Vellasco, M.M.B.R.; Artola, F.A.V.; Da Fontoura, S.A.B. Neural Net Ensembles for Lithology Recognition. In: Windeatt, T.; Roli, F. (eds.), Multiple Classifier Systems, volume 2709, Lecture Notes in Computer Science, p. 246{255. Springer: Heidelberg, 2003.
  • [7] Leite, V.R.C. Uma análise da classificacão de litologias utilizando SVM, MLP e mátodos Ensemble. Dissertacão de Mestrado. Departamento de Informática. Rio de Janeiro: Pontifícia Universidade Católica do Rio de Janeiro, 2012.
  • [8] Saggaf, M.M.; Nebrija E.L. A fuzzy logic approach for the estimation of facies from wire-line logs. AAPG Bulletin, v. 87, n. 7, p. 1223{1240, 2003.
  • [9] Córdon, O.; Herrera, F.; Hoffmann, F.; Magdalena, L. Genetic Fuzzy Systems. Evolutionary Tuning and Learning of Fuzzy Knowledge Bases. World Scientific, 2001.
  • [10] Herrera, F. Genetic Fuzzy Systems: taxonomy, current research trends and prospects. Evolutionary Intelligence, v.1 ,n.1 ,p.27-46, 2008.
  • [11] Koshiyama, A.S.; Vellasco, M.M.B.R.; Tanscheit, R. GPFIS: Um Sistema Fuzzy-Genático Genárico baseado em Programação Genática. Dissertação de Mestrado (em fase de publica ção online). Departamento de Engenharia Elátrica. Rio de Janeiro: Pontifícia Universidade Católica do Rio de Janeiro, 2014, p.225.
  • [12] Avseth, P.; Mukerji, T.; Mavko, G. Quantitative Seismic Interpretation: Applying Rock Physics Tools to Reduce Interpretation Risk. Cambridge: Cambridge University Press, 2005.
  • [13] Han, D. Effects of porosity and clay content on acoustic properties of sandstone and unconsolidated sediments. Unpublished Ph.D. dissertation, Stanford University, 1986.
  • [14] Telford, W.M.; Geldart, L.P.; Sheriff, R.E. Applied Geophysics. Cambridge: Cambridge University Press, 1990.
  • [15] Castagna, J.P.; Batzle, M.L.; Kan, T.K. Rock physics: The link between rock properties and AVO response. Investigations in Geophysics, v. 8, p.135-171, 1993.
  • [16] Searson, D.; Willis, M.; Montague, G. Coevolution of nonlinear PLS model components. Journal of Chemometrics, v.21, n. 12, p.592-603, 2007.
  • [17] Hinchliffe, M.; Hiden, H.; McKay, B.; Willis, M.; Tham, M.; Barton, G. Modelling Chemical Process Systems Using a Multi-Gene. Late Breaking Papers at the Genetic Programming, p. 56-65, 1996.
  • [18] Poli, R.; Langdon, W.B.;, McPhee, N.F.; Koza, J.R. A field guide to genetic programming. Rayleigh: Lulu, 2008.
  • [19] Bastian, A. Identifying fuzzy models utilizing genetic programming. Fuzzy Sets and Systems, v.113, n.3, p.333-350, 2000.
  • [20] Mitchell, T.M. Machine learning. Burr Ridge: McGraw Hill, 1997.
  • [21] Johnson, R. A.; Wichern, D. W. Applied multivariate statistical analysis. 5 ed. New Jersey: Prentice-Hall, 2002.
  • [22] Kishore, J. K. ; Patnaik, L. M. ; Mani, V.; Agrawal, V. K. Application of genetic programming for multicategory pattern classification. IEEE Trans. Evol. Comput., v.4, n.3, p. 242{258, 2000.
Como citar:

Praxedes, Eric da Silva; Koshiyama, Adriano Soares; Vellasco, Marley Maria Bernardes Rebuzzi; Pacheco, Marco Aurélio Cavalcanti; Tanscheit, Ricardo; "DISCRIMINAÇÃO LITOLÓGICA POR ATRIBUTOS SÍSMICOS ELÁSTICOS: UMA ABORDAGEM POR SISTEMAS FUZZY-GENÉTICOS", p-558-569. In: Anais do XVII Simpósio de Pesquisa Operacional e Logística da Marinha - SPOLM 2014. São Paulo: Blucher, 2014.
ISSN 21756295, DOI 10.5151/marine-spolm2014-126509

últimos 30 dias

98
downloads

207
visualizações

784
indexações