Zobrazeno 1 - 10
of 47
pro vyhledávání: '"Stochastic inverse modeling"'
Publikováno v:
Journal of Petroleum Exploration and Production Technology. 13:43-58
We provide a rigorous workflow to quantify the effects of key sources of uncertainty associated with equivalent fracture aperture estimates w constrained through mud loss information acquired while drilling a well in a reservoir. A stochastic inverse
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::6820bcc52a16abe3e9a9e16b44145b2c
https://doi.org/10.1007/s13202-022-01532-y
https://doi.org/10.1007/s13202-022-01532-y
Publikováno v:
Surveys in Geophysics
Surveys in geophysics (Dordr., Online) 42 (2021): 505–549. doi:10.1007/s10712-021-09638-4
info:cnr-pdr/source/autori:Pace F.[1], Santilano A.[2], Godio A.[1]/titolo:A Review of Geophysical Modeling Based on Particle Swarm Optimization/doi:10.1007%2Fs10712-021-09638-4/rivista:Surveys in geophysics (Dordr., Online)/anno:2021/pagina_da:505/pagina_a:549/intervallo_pagine:505–549/volume:42
Surveys in geophysics (Dordr., Online) 42 (2021): 505–549. doi:10.1007/s10712-021-09638-4
info:cnr-pdr/source/autori:Pace F.[1], Santilano A.[2], Godio A.[1]/titolo:A Review of Geophysical Modeling Based on Particle Swarm Optimization/doi:10.1007%2Fs10712-021-09638-4/rivista:Surveys in geophysics (Dordr., Online)/anno:2021/pagina_da:505/pagina_a:549/intervallo_pagine:505–549/volume:42
This paper reviews the application of the algorithm particle swarm optimization (PSO) to perform stochastic inverse modeling of geophysical data. The main features of PSO are summarized, and the most important contributions in several geophysical fie
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::f6ccf15e659baf3c9044991d08466f16
http://europepmc.org/articles/PMC8042474
http://europepmc.org/articles/PMC8042474
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Sensitivity-based Parameter Calibration of Single- and Dual-continuum Coreflooding Simulation Models
Our study is keyed to the development of a viable framework for the stochastic characterization of coreflooding simulation models under two- and three-phase flow conditions taking place within a core sample in the presence of preferential flow of the
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::ec1619e08f7396fc322c2789b76bb5c6
https://hdl.handle.net/11311/1225318
https://hdl.handle.net/11311/1225318
We focus on the performances of three nature-inspired metaheuristic methods for the optimization of time-domain electromagnetic (TDEM) data: the Genetic Algorithm (GA), the Particle Swarm Optimization (PSO) and the Grey Wolf Optimizer (GWO) algorithm
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c06afc34a02eaaae2c438a526c70c7cb
https://hdl.handle.net/11583/2979383
https://hdl.handle.net/11583/2979383
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Geophysical Journal International
Geophysical journal international
218 (2019): 1502–1521. doi:10.1093/gji/ggz243
info:cnr-pdr/source/autori:Pace F.[1], Godio A.[1], Santilano A.[2], Comina C.[3]/titolo:Joint optimization of geophysical data using multi-objective swarm intelligence/doi:10.1093%2Fgji%2Fggz243/rivista:Geophysical journal international (Print)/anno:2019/pagina_da:1502/pagina_a:1521/intervallo_pagine:1502–1521/volume:218
Geophysical journal international
218 (2019): 1502–1521. doi:10.1093/gji/ggz243
info:cnr-pdr/source/autori:Pace F.[1], Godio A.[1], Santilano A.[2], Comina C.[3]/titolo:Joint optimization of geophysical data using multi-objective swarm intelligence/doi:10.1093%2Fgji%2Fggz243/rivista:Geophysical journal international (Print)/anno:2019/pagina_da:1502/pagina_a:1521/intervallo_pagine:1502–1521/volume:218
The joint inversion of multiple data sets encompasses the advantages of different geophysical methods but may yield to conflicting solutions. Global search methods have been recently developed to address the issue of local minima found by derivative-
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1564aa96a47349e60c669e114b2c172b
https://doi.org/10.1093/gji/ggz243
https://doi.org/10.1093/gji/ggz243