BASES OF FUZZY INTELLECTUAL SUPPORT SYSTEM OF DECISION-MAKING (ISPPR) WHITE OIL AND GAS WELL DRILLING IN CONDITIONS OF COMPLICATIONS
Keywords:
fuzzy logic, genetic algorithms, hybrid intelligent systems, fuzzy neural systems, modeling of knowledge and processes, decision support systemsAbstract
The problem of artificial intelligence application for decision support while drilling of oil and gas wells is considered. The main areas of artificial intelligence are analyzed; by comparing negative and positive aspects of every method. The most suitable method for solving the problem in decision support while drilling of oil and gas wells have chosen. There was proposed a new approach to design intelligent systems for decision support in fuzzy terms that is integration of different methods for modeling fuzzy knowledge and processes, in particular oil and gas drilling process in terms of complications based on fuzzy logic, methods in which artificial neural network with exact methods and solution models and also methods of stimulation modeling are used. The proposed approach allows creating intelligent system for decision support that provides the solution of management problems in terms of complications, that is statistical and structural uncertainty that is studied on the accumulated experience and is adapted to changing functional conditions.
References
2 Управление динамическими системами в условиях неопределенности / С.Т. Кусимов, Б.Г.Ильясов, В.И.Васильев [и др]. – М.: Наука, 1998. – 452 с.
3 A modi, A. & Plaza, E. Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. AI Communications, 7(i). – 1994. – pp.39-59.
4 Baader, F., Caivanese, D. etc. "The description logic handbook1. Theory, implementation, and applications. Cambridge University Press 2003. – 555 p.
5 Patry A. and Chapman D.(Eds.) //Dynamic modelling and expert systems in wastewater engineering//. Lewis Publisher. – 1989. – 310 pp.
6 Гаврилова Т.А. Базы знании интеллектуальных систем / Т.А.Гаврилова, В.Ф.Хорошевский. – СПб: Питер, 2000. – 384 с.
7 Guarino N., Giaretta P. Ontologies and Knowledge liases; Towards a Terminology Clarification. Towards Very Large Knowledge Bases: Knowledge Building &Knowlcdge Sharing. // IOS Press, 1995. – pp. 25-32.
8 Васильев В.И. Интеллектуальные системы управления с использованием нечеткой логики: учебное пособие / В.И. Васильев, Б.Г. Ильясов. – Уфа: Уфимск. гос. авиац. техн. ун-т, 1995. – 80 с.
9 Нечеткие множества в моделях управления и искусственного интеллекта; под ред. Д.А.Поспелова. – М.: Наука, 1986. – 312 с.
10 Newell, A, Unified theories of cognition // Harvard University Press, Cambridge, MA, USA. – 1990. – 360 pages.
11 Patry G. and Chapman D.(Eds.) // Dynamic modelling and expert systems in wastewater engineering. Lewis Publisher. – 1989. – 310 pp.
12 Балдин К.В. Управленческие решения / К.В.Балдин, С.Н.Воробьев, В.Б.Уткин. – М.: Издательстко-торговая корпорация «Дашков и К», 2006. – 496 с.
13 Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике / Ю.Ф.Тельнов. – М.: СИНТЕГ, 2002. – 316 с.
14 Ларичев О.И. Качественные методы принятия решений / О.И.Ларичев, Е.М.Мошкович. – М.: Наука, Физматлит, 1996. – 208 с.
15 Бондарев В.Н. Искусственный интеллект / В.Н.Бондарев, Ф.Г.Аде. – Севастополь: Изд. СевНТУ, 2002. – C. 615.
16 Рыбина Г.В. Автоматизация построения баз знаний для интегрированных экспертных систем / Г.В. Рыбина // Теория и системы управления. – 1998. – № 5.
17 Gottinger H.W. Intelligent decision support systems //Decision support systems. – 1992. – № 8 . – P. 317–332.
18 Борисов А.Н. Принятие решений на основе нечетких моделей: примеры использования / А.Н. Борисов, О.А.Крумберг, И.П.Федоров. – Рига: Зинатне, 1990. – 184 с.
19 Семенцов Г.Н. Автоматизація технологічних процесів у нафтовій та газовій промисловості: [навчальний посібник] / Г.Н.Семенцов, Я.Р.Когуч, Я.В.Куровець, М.М.Дранчук. – Івано-Франківськ: ІФНТУНГ, 2009. – 300 с.
20 Семенцов Г.Н. Автоматизація процесу буріння свердловин.: [навчальний посібник] / Г.Н. Семенцов. – Івано-Франківськ: ІФДТУНГ, 1999. – 300 с.
21 Горбійчук М.І. Оптимізація процесу буріння свердловин. / М.І. Горбійчук, Г.Н. Семенцов. – Івано-Франківськ: Факел, 2003. – 493 с.
22 Автоматизація процесів переробки нафти та газу: Навчальний посібник / Г.Н. Семенцов, М.І. Горбійчук, Л.І. Жуган, С.А. Чеховський. – Львів: Світ, 1992. – С. 225-294.
23 Шавранський М.В. Фаззі-моделювання для прогнозування прихоплень колони бурильних труб / М.В.Шавранський // Науковий вісник ІФНТУНГ. – № 1. – 2001. – С. 87 - 90.
.png)
1.png){kind=logo}
