هدی عبدی زاده - گروه زمین شناسی، دانشکده علوم، دانشگاه سیستان و بلوچستان، زاهدان، ایران
علی کدخدایی - گروه زمین شناسی، دانشکده علوم طبیعی، دانشگاه تبریز، ایران
مسعود شایسته - گروه زمین شناسی، شرکت ملی مناطق نفت خیز جنوب، اهواز، ایران
محمد حسین حیدری فرد - گروه زمین شناسی، شرکت ملی مناطق نفت خیز جنوب، اهواز، ایران

کل کربن آلی TOC یکی از پارامترهای مهم ژئوشیمیایی برای ارزیابی پتانسیل هیدروکربن زائی سنگ منشاء است. اندازه گیری این پارامتر نیاز به انجام آزمایشات ژئوشیمی بر روی کنده های حفاری دارد که پرهزینه و وقت گیر است. به طور کلی، سنگ های غنی از مواد آلی توسط نگاره های پتروفیزیکی با تخلخل بالا، زمان عبور صوت بالا، چگالی پایین، پرتو گاما بالاتر و مقاومت ویژه بیشتر از سایر سنگ ها مشخص می شوند. در این مطالعه، مدل های الگوریتم ژنتیک خطی و غیر خطی جهت تخمین کل کربن آلی از داده های پتروفیزیکی برای سنگ های منشا کژدمی، گورپی و پابده در میدان نفتی اهواز استفاده شد. از مدل الگوریتم ژنتیک خطی نتایج معتبرتر و مقبول تری نسبت به مدل غیر خطی حاصل شد. راه حل های الگوریتم ژنتیک با آنالیز رگرسیون به واسطه ضرائب مناسب با معادلات TOC مقایسه شد. اجرای آنالیز براساس میانگین مربع خطا و ضریب همبستگی، کارایی بالاتر معادلات هوشمندانه مشتق شده را در مقایسه با آنالیز رگرسیون آماری نشان می دهد. در مرحله بعدی مطالعه، روش آنالیز خوشه ای جهت طبقه بندی نگار TOC تخمین زده شده و شناسایی زون های ژئوشیمیایی مورد استفاده قرار گرفت. نتایج مدل الگوریتم ژنتیک به شکل مقبول، سنگ های منشا را با استفاده از مدل آنالیز خوشه ای به رخساره های غنی و فقیر از مواد آلی تقسیم کردند.

کل کربن آلی, الگوریتم ژنتیک, پیرولیز راک-ایول, داده های چاه پیمایی, رخساره های آلی, آنالیز خوشه ای