Paulo Camargo Silva
Resumo
O objetivo básico desta tese é introduzir modelos originais relativos à Caracterização Sísmica 3D do Reservatório usando técnicas de Data Mining, Inteligência Artificial, e Data Fusion mediadas pela Computação Soft, isto é Lógica Fuzzy, Redes Neurais Artificiais, e Computação Evolucionária. Estes modelos trabalham sobre determinados desafios que tem sido identificados no estado-da-arte deste campo de pesquisa. Estes desafios constituem-se em: (1) O estabelecimento de bases metodológicas para a aplicação de métodos de Data Mining na Caracterização do Reservatório; (2) A determinação de uma Rede Neural que atenda as exigências de limitação e não confiabilidade de dados relativos à Caracterização do Reservatório; (3) A elaboração de redes neurofuzzy-genética na Caracterização Inteligente de Reservatório; (4) O desenvolvimento de estruturas ótimas relativas a análise de curvas fuzzy; (5) A elaboração de softwares para trabalhar na conexão entre os softwares desenvolvidos para a construção de modelos 3D geológicos, geofísicos e do reservatório e os softwares desenvolvidos com base em técnicas de Inteligência Artificial; (6) A introdução de Redes Neurais que trabalhem a confiabilidade usando dados reais sem a necessidade da introdução de dados sintéticos; (7) O desenvolvimento da um método envolvendo Redes Neurais para trabalhar com a pressuposição da falta completa de informaçõeses geológicas na Caracterização Sísmica do Reservatório; (8) O desenvolvimento de um método baseado sobre Rede Neural com a capacidade de extender a análise testemunho-perfilagem usando dados sísmicos. Alguns experimentos computacionais usando dados sintéticos e um estudo de casos usando dados reais ilustram os modelos desenvolvidos.
