Lean Six Sigma et Machine Learning pour l'optimisation : Prédire la viscosité du pétrole lourd avec l'apprentissage automatique pour optimiser l'injection de vapeur et réduire le gaspillage d'énergie

Langue : français

Edité par Editions Notre Savoir, 2026

6630125517 / 9786630125511

Vendeur : AHA-BUCH GmbH, Einbeck, AllemagneAHA-BUCH GmbH

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 14 août 2006

Livre broché

Etat: Neuf

EUR 49,49

EUR 35,00 expédition 
Expédition depuis Allemagne vers Etats-Unis

Quantité disponible : 2 disponibles

Ajouter au panier
Retours gratuits sous 30 jours

A propos de cet article

nach der Bestellung gedruckt Neuware - Printed after ordering - L'exploitation du pétrole lourd présente d'importants défis énergétiques et opérationnels en raison de sa viscosité élevée, qui a un impact direct sur l'efficacité des processus de récupération thermique. Dans le champ de Tsimiroro à Madagascar, une prévision précise de la viscosité est essentielle pour optimiser l'injection de vapeur et atténuer le gaspillage d'énergie excessif. Cette étude adopte la méthodologie Lean Six Sigma comme cadre structuré pour éliminer les mudas opérationnels (déchets) liés à la surconsommation de vapeur. Un cadre prédictif basé sur l'apprentissage automatique a été développé, comparant six architectures distinctes : régression linéaire, régression polynomiale du deuxième degré, machine à vecteurs de support (SVM), réseau neuronal artificiel (ANN), forêt aléatoire et XGBoost. Les résultats démontrent que même si le modèle polynomial atteint une précision statistique élevée (R = 0,995, RMSE = 154,62 cSt), l'architecture du réseau neuronal artificiel offre une robustesse supérieure (R = 1,000, RMSE = 154,62 cSt) pour capturer des comportements thermiques non linéaires complexes. XGBoost et Random Forest affichent des performances compétitives avec des valeurs R de 0,90 et 0,91 respectivement, tandis que SVM présente les erreurs de prédiction les plus élevées (RMSE = 780 cSt).…

N° de réf. du vendeur 9786630125511

Titre
Lean Six Sigma et Machine Learning pour l'optimisation : Prédire la viscosité du pétrole lourd avec l'apprentissage automatique pour optimiser l'injection de vapeur et réduire le gaspillage d'énergie
Auteur
Randrianasolo Rinah
Éditeur
Editions Notre Savoir
Année de publication
2026
État de l'article
Neu
Reliure
Taschenbuch
Langue
français
ISBN à 10 chiffres
6630125517
ISBN à 13 chiffres
9786630125511
Poids de l'article
102 grammes
Dimensions
220x150x4 mm

AHA-BUCH GmbH

Einbeck, Allemagne

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 14 août 2006

Frais d'expédition de Allemagne vers Etats-Unis

Article7 à 10 jours ouvrés5 à 7 jours ouvrés
Premier articleEUR 35,00EUR 45,00
Les délais de livraison sont fixés par les vendeurs et varient en fonction du transporteur et du lieu. Les commandes transitant par les douanes peuvent être retardées et les acheteurs sont responsables de tous les droits ou frais associés. Les vendeurs peuvent vous contacter au sujet de frais supplémentaires afin de couvrir toute augmentation des coûts d'expédition de vos articles.

Modes de paiement

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Chèque
  • Paypal
  • Virement bancaire

Description de la boutique

Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.

Spécialité

Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & Studium

Profil professionnel du vendeur

AHA-BUCH GmbH

Garlebsen 48
Einbeck, Allemagne 37574