شبکه های عصبی مصنوعی براساس سیستم عصبی بدن انسان ساخته شده اند. این شبکه ها قادرند روابط بین ورودی ها و خروجی ها را تشخیص دهند و پس از آموزش مناسب، با استفاده از ورودی های جدید، خروجی مناسب را تخمین بزنند. متداول ترین الگوریتم استفاده شده جهت آموزش شبکه های عصبی چند لایه پیش خور، روش پس انتشار (BP) می باشد. این شبکه ها بیشترین کاربرد را در حل مسائل فنی-مهندسی از جمله تخمین پارامترهای مختلف مخازن نفت و گاز دارا می باشند.
یکی از پارامترهای مهم در مهندسی نفت، تعیین میزان تراوایی می باشد. در این تحقیق سعی شد تا با استفاده از الگوریتم پس انتشار خطا، میزان تراوایی و دبی عبوری در سنگ های شکاف دار و بدون شکاف تخمین زده شود و سپس جهت بررسی کارایی این شبکه، مقادیر تخمین زده شده با مقادیر آزمایشگاهی مقایسه شد.
کلمات کلیدی: شبکه های عصبی، الگوریتم پس انتشار، تراوایی، دبی عبوری
