يعتبر توقع معدل الاختراق أمرا حاسما لعمليات حفر آبار النفط الآمنة والفعالة من حيث التكلفة. يمثل نموذج بورغوين ويانج نهجا قائما على المعادلات واسع الاستخدام تم تطويره في عام 1974 لتوقع معدل الاختراق في آبار النفط بناءً على الانحدار الخطي المتعدد.
الشبكة العصبية الاصطناعية (ANN) هي تقنية تعلم آلي تقوم بتحليل البيانات وتقديم التوقعات. وقد تم إجراء العديد من الدراسات حول استخدام نموذج BYM على مستوى العالم، كما تم إجراء دراسات أخرى لتحسينه في ظروف مختلفة. الشبكات الصناعية الاصطناعية تستخدم أيضًا في هذه المجالات وقد حققت أداءً جيدًا.
تقترح هذه الدراسة الاستفادة من مميزات كل من الشبكات العصبية التغذوية الأمامية من نموذج الشبكة العصبية الاصطناعية ومعادلات نموذج بورغوين ويونغ وتوظيفها في توقع معدل الاختراق. إن دمج معادلات نموذج بورغوين ويونغ مع الشبكة الصناعية الاصطناعية لتوقع معدل الاختراق يعني استخدام النموذج القائم على المعادلات إلى جانب قوة وقدرات التعلم الآلي لتحسين دقة وفعالية توقع معدل الاختراق في آبار النفط.
يُظهر النهج المقترح ارتفاعًا في R2، وقلة في مجموع الاخطاء (البقايا) ، وقيمة P-value تساوي صفر، يشير هذا إلى أن النهج الحالي ذو قيمة كأداة مناسبة للتنبؤ الدقيق بمعدل الاختراق لخطط الحفر المستقبلية.