Advance artificial time series forecasting model for oil production using neuro fuzzy-based slime mould algorithm (Запись № 668694)

Подробно MARC
000 -Маркер
Поле контроля фиксированной длины 03216nlm1a2200469 4500
005 - Идентификатор версии
Поле контроля фиксированной длины 20231030042157.0
035 ## - Другие системные номера
Идентификатор записи (RuTPU)RU\TPU\network\39931
035 ## - Другие системные номера
Идентификатор записи RU\TPU\network\39881
100 ## - Данные общей обработки
Данные общей обработки 20230118a2022 k y0engy50 ba
101 0# - Язык ресурса
Язык текста, звукозаписи и т.д. английский
102 ## - Страна публикации или производства
Страна публикации
135 ## - Поле кодированных данных: электронные ресурсы
Кодированные данные для электронного ресурса drcn ---uucaa
181 #0 - Поле кодированных данных: вид содержания
Код вида содержания i
182 #0 - Поле кодированных данных: средство доступа
Код средства доступа electronic
200 1# - Заглавие и сведения об ответственности
Основное заглавие Advance artificial time series forecasting model for oil production using neuro fuzzy-based slime mould algorithm
Первые сведения об ответственности M. A. Ayman, A. A. Al-qaness Mohammed, A. E. Ahmed [et al.]
203 ## - Вид содержания и средство доступа
Вид содержания
Средство доступа
300 ## - Общие примечания
Текст примечания Title screen
330 ## - Резюме или реферат
Текст примечания Oil production forecasting is an important task to manage petroleum reservoirs operations. In this study, a developed time series forecasting model is proposed for oil production using a new improved version of the adaptive neuro-fuzzy inference system (ANFIS). This model is improved by using an optimization algorithm, the slime mould algorithm (SMA). The SMA is a new algorithm that is applied for solving different optimization tasks. However, its search mechanism suffers from some limitations, for example, trapping at local optima. Thus, we modify the SMA using an intelligence search technique called opposition-based learning (OLB). The developed model, ANFIS-SMAOLB, is evaluated with different real-world oil production data collected from two oilfields in two different countries, Masila oilfield (Yemen) and Tahe oilfield (China). Furthermore, the evaluation of this model is considered with extensive comparisons to several methods, using several evaluation measures. The outcomes assessed the high ability of the developed ANFIS-SMAOLB as an efficient time series forecasting model that showed significant performance.
333 ## - Примечания об особенностях распространения и использования
Текст примечания
461 ## - Уровень набора
Заглавие Journal of Petroleum Exploration and Production
463 ## - Уровень физической единицы
Заглавие Vol. 12, iss. 2
Обозначение тома [P. 383–395]
Дата публикации 2022
610 1# - Неконтролируемые предметные термины
Предметный термин труды учёных ТПУ
610 1# - Неконтролируемые предметные термины
Предметный термин электронный ресурс
610 1# - Неконтролируемые предметные термины
Предметный термин ANFIS
610 1# - Неконтролируемые предметные термины
Предметный термин slime mould algorithm
610 1# - Неконтролируемые предметные термины
Предметный термин oilfield
610 1# - Неконтролируемые предметные термины
Предметный термин time series forecasting
610 1# - Неконтролируемые предметные термины
Предметный термин oil production
610 1# - Неконтролируемые предметные термины
Предметный термин добыча нефти
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Ayman
Часть имени, кроме начального элемента ввода M. A.
Расширение инициалов личного имени Mutahar AlRassas
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Mohammed
Часть имени, кроме начального элемента ввода A. A. Al-qaness
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Ahmed
Часть имени, кроме начального элемента ввода A. E.
Расширение инициалов личного имени Ewees
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Shaoran
Часть имени, кроме начального элемента ввода R.
Расширение инициалов личного имени Ren
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Renyuan
Часть имени, кроме начального элемента ввода S.
Расширение инициалов личного имени Sun
701 #0 - Имя лица – альтернативная ответственность
Начальный элемент ввода Lin Pan
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Mokhamed Elsaed (Mohamed Abd Elaziz)
Часть имени, кроме начального элемента ввода A. M.
Дополнения к именам, кроме дат Specialist in the field of informatics and computer technology
-- Professor of Tomsk Polytechnic University
Даты 1987-
Расширение инициалов личного имени Akhmed Mokhamed
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\pers\46943
712 02 - Наименование организации – вторичная ответственность
Начальный элемент ввода Национальный исследовательский Томский политехнический университет
Структурное подразделение Инженерная школа информационных технологий и робототехники
-- Отделение информационных технологий
-- 7951
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\col\23515
801 #2 - Источник записи
Страна RU
Организация 63413507
Дата составления 20230118
Правила каталогизации PSBO
856 4# - Местонахождение электронных ресурсов и доступ к ним
Универсальный идентификатор ресурса https://doi.org/10.1007/s13202-021-01405-w
090 ## - System Control Numbers (Koha)
Koha biblioitem number (autogenerated) 668694
942 ## - Добавленные элементы ввода (Коха)
Тип документа Computer Files

Нет доступных единиц.