Көмірсутек шикізаты ресурстарының ықтималдығын есептеу кезінде Монте-Карло симуляцияларының оңтайлы санын таңдау

Обложка

Цитировать

Полный текст

Аннотация

Негіздеме. Ресурстарды ықтималды есептеу мұнай-газ индустриясында шешім қабылдау кезінде негіз болып табылатын мұнай-газ болашағының әлеуетін бағалау кезінде қолданылады. Ресурстардың ықтималдығын есептеудің негізгі нәтижесі көмірсутектердің геологиялық немесе өндірілетін ресурстарын бөлудің ықтималдық функциясы түрінде көрсетілген ресурстық әлеуетті бағалау болып табылады. Бұл ретте Монте-Карло симуляциясы жиі қолданылады. Бұл мақсатты функцияның сандық мәнін, ықтималдықты есептеу жағдайында – қорларды бөлудің ықтималдық функциясын табуға мүмкіндік береді. Мақсат. Аталған жұмыс ресурстардың ықтималдығын есептеу кезінде симуляцияның оңтайлы санын табуға бағытталған. Тәсілдер. Монте-Карло симуляциясы кездейсоқ сандар генераторын қолдана отырып, процесті сипаттайтын функцияны есептеуді бірнеше рет қайталауға негізделген. Статистикалық үлестірімдердің бірімен берілген функцияның айнымалысы осы кездейсоқ саннан есептеледі. Бұдан әрі математикалық модельге сәйкес функцияның барлық айнымалылары бойынша математикалық амалдар орындалады. Алынған нәтижелер жиынтығын қорытындылай келе, қажетті функцияны сипаттайтын статистикалық үлестіру шамамен есептеледі. Нәтижелер. Үлестіру функциясын анықтау дәлдігі симуляция санының өсуімен артады. Алайда, бұл есептеу уақытының ұлғаюына әкеледі. Осылайша, шешім жылдамдығы мен дәлдігі арасында таңдау пайда болады. Латын гиперкубы кездейсоқ сандар генераторының әсерін азайтуға мүмкіндік береді, бірақ қосымша аралық есептеулер кездейсоқ іріктеумен салыстырғанда латын гиперкубын қолданған кезде симуляция санының азаюын теңестіреді. Қорытынды. Жұмыстың нәтижелері бойынша Монте-Карло симуляция санына есептеу дәлдігінің логарифмдік тәуелділігі алынды. Көп жағдайда 10000 симуляция кезінде 1% нәтиже дәлдігі жеткілікті болады.

Полный текст

Доступ закрыт

Об авторах

Раман Муханович Садыков

КМГ Инжиниринг

Email: r.sadykov@niikmg.kz
Астана

Список литературы

  1. Metropolis N, Ulam S. The Monte Carlo Method. Journal of the American Statistical Association. 1949;44(247):335–341.
  2. Shiryaev AN. Probability. Moscow: Nauka; 1980.
  3. Iman RL. Latin Hypercube Sampling. Wiley StatsRef: Statistics Reference Online. 2014. doi:.10.1002/9781118445112.stat03803.
  4. Dekking FM, Kraaikamp C, Lopuhaa HP, Meester LE. A modern introduction to probability and statistics: understanding why and how. London: Springer; 2005.
  5. Christian W (Particle Physics Group Fysikum University of Stockholm). Hand-book on Statistical Distributions for experimentalists. Internal Report. Stockholm; 1996. Report No.: SUF-PFY/96-01.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Садыков Р.М., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».