<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD with OASIS Tables with MathML3 v1.4 20241031//EN" "https://jats.nlm.nih.gov/archiving/1.4/JATS-archive-oasis-article1-4-mathml3.dtd">
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" dtd-version="1.4" article-type="research-article" xml:lang="en"><front><journal-meta><journal-title-group><journal-title xml:lang="ru">Успехи кибернетики</journal-title></journal-title-group><issn publication-format="electronic">2712-9942</issn></journal-meta><article-meta><article-categories><subj-group><subject>Other</subject></subj-group></article-categories><title-group><article-title xml:lang="ru">Стохастический подход к оценке ресурсов газовых месторождений в условиях неопределенности исходных данных</article-title><trans-title-group xml:lang="en"><trans-title>A Stochastic Approach to Estimating Gas Field Resources under Input Data Uncertainty</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Макаров</surname><given-names>А. В.</given-names></name><name xml:lang="en"><surname>Makarov</surname><given-names>A. V.</given-names></name></name-alternatives><xref ref-type="aff" rid="aff1"/><xref ref-type="aff" rid="aff2"/><email>brad-pit1999@mail.ru</email><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0000-7987-1842</contrib-id></contrib><aff-alternatives id="aff1"><aff><institution xml:lang="en">Astrakhan State Technical University</institution><city xml:lang="en">Astrakhan</city><country xml:lang="en">Russian Federation</country></aff></aff-alternatives><aff-alternatives id="aff2"><aff><institution xml:lang="ru">Астраханский государственный технический университет</institution><city xml:lang="ru">Астрахань</city><country xml:lang="ru">Российская Федерация</country></aff></aff-alternatives></contrib-group><pub-date pub-type="epub" iso-8601-date="2026-06-30"><day>30</day><month>06</month><year>2026</year></pub-date><volume>7</volume><issue>2</issue><fpage>126</fpage><lpage>131</lpage><history><date date-type="received" iso-8601-date="2026-01-20"><day>20</day><month>01</month><year>2026</year></date><date date-type="accepted" iso-8601-date="2026-02-18"><day>18</day><month>02</month><year>2026</year></date></history><self-uri xlink:href="https://ru.jcyb.ru/nisii_tech/article/view/510" xlink:title="https://ru.jcyb.ru/nisii_tech/article/view/510">https://ru.jcyb.ru/nisii_tech/article/view/510</self-uri><self-uri content-type="pdf" xlink:href="publication-cf74980b-1979-4f5a-82bd-aa2dfb272ee0.pdf" xlink:title="PDF"/><abstract xml:lang="ru"><p>в статье рассматривается комплексный подход к оценке ресурсов газовых месторождений, основанный на интеграции статистических методов и динамического моделирования. Предложена математическая модель, учитывающая геолого-физические особенности пласта и фильтрационные характеристики. Разработан алгоритм, позволяющий производить оценку с учетом неопределенностей исходных данных. Приведены результаты апробации метода на реальных месторождениях, показавшие его эффективность по сравнению с традиционными подходами.</p></abstract><abstract xml:lang="en" abstract-type="summary"><p>we studied an integrated approach to estimating gas field resources by combining statistical methods with dynamic reservoir simulation. We developed a simulation model that accounts for geological and physical properties of the reservoir, as well as fluid flow characteristics. We proposed an algorithm that enables resource estimation under input data uncertainty. We tested the method on real gas fields and compared it with conventional approaches. The results show that the proposed approach improves estimation reliability and performance.</p></abstract><kwd-group xml:lang="ru"><kwd>газовые месторождения</kwd><kwd>оценка ресурсов</kwd><kwd>математическая модель</kwd><kwd>алгоритм</kwd><kwd>фильтрационные характеристики</kwd><kwd>стохастическое моделирование</kwd></kwd-group><kwd-group xml:lang="en"><kwd>gas fields</kwd><kwd>resource assessment</kwd><kwd>simulation model</kwd><kwd>algorithm</kwd><kwd>filtration characteristics</kwd><kwd>data uncertainty</kwd><kwd>stochastic modeling</kwd></kwd-group></article-meta></front><back><ref-list><ref id="ref1"><mixed-citation publication-type="other" xml:lang="ru">Макаров А. В. Выбор критериев для оценки ресурсов нефтегазовых месторождений. Наука и практика — 2023: материалы Всероссийской междисциплинарной научной конференции. 2024:467–470. Режим доступа: https://elibrary.ru/item.asp?id=65063957&amp;pff=1.</mixed-citation></ref><ref id="ref2"><mixed-citation publication-type="other" xml:lang="ru">Макаров А. В. Целенаправленность критериев для оценки ресурсов нефтегазовых месторождений. Наука и практика — 2023: материалы Всероссийской междисциплинарной научной конференции. 2024:471–473. Режим доступа: https://elibrary.ru/item.asp?id=65063961&amp;pff=1.</mixed-citation></ref><ref id="ref3"><mixed-citation publication-type="other" xml:lang="ru">Макаров А. В., Шуршев В. Ф. Методы оценки ресурсов газовых месторождений. Инженерностроительный вестник Прикаспия: научно-технический журнал. 2024;1:110–114. DOI: 10.52684/2312-3702-2024-47-1-110-114.</mixed-citation></ref><ref id="ref4"><mixed-citation publication-type="other" xml:lang="ru">Колотилов Ю. В., Шуршев В. Ф., Квятковская И. Ю. Формализация задачи системного анализа: оценка риска эксплуатации объектов добычи и транспорта углеводородов. М.: Известия; 2019. 160 с.</mixed-citation></ref><ref id="ref5"><mixed-citation publication-type="other" xml:lang="ru">Гайрабекова Т. И., Шуршев В. Ф. Разработка и последовательность реализации компонентов системы информационно-аналитического обеспечения. Инженерно-строительный вестник Прикаспия. 2023;4:104–108. DOI: 10.52684/2312-3702-2023-46-4-104-108.</mixed-citation></ref><ref id="ref6"><mixed-citation publication-type="other" xml:lang="ru">Хоменко Т. В., Шуршев В. Ф. Система интеллектуальной поддержки принятия решений на основе сверточной нейронной сети. Информационные системы и технологии. 2025;5:113–121. Режим доступа: https://elibrary.ru/item.asp?id=83048668.</mixed-citation></ref><ref id="ref7"><mixed-citation publication-type="other" xml:lang="ru">Шуршев Т. В. Выбор средств разработки и проектирование интеллектуальной информационной системы на основе искусственного интеллекта. Новейшие технологии освоения месторождений углеводородного сырья и обеспечение безопасности экосистем Каспийского моря: материалы XV Международной научно-практической конференции. 2024:312–315. Режим доступа: https://www.elibrary.ru/item.asp?id=70154713&amp;pff=1.</mixed-citation></ref><ref id="ref8"><mixed-citation publication-type="other" xml:lang="ru">Шуршев Т. В. Гибридные рекомендательные методы. России — творческую молодежь: материалы XVIII Всероссийской научно-практической студенческой конференции. 2025;3:186–189. Режим доступа: https://new.kti.ru/docs/konf/studkonf2025/%D1%82%D0%BE%D0%BC_3.pdf.</mixed-citation></ref><ref id="ref9"><mixed-citation publication-type="other" xml:lang="ru">Шуршев Т. В. Холодный старт в информационных аналитических системах. Инженерные технологии: традиции, инновации, векторы развития: материалы Международной научно-практической конференции, проводимой в рамках Международного научно-практического форума «Инженерия 4.0 — 2025», посвященного 35-летию Российской инженерной академии. 2025:113–115. Режим доступа: https://iti.khsu.ru/files/science/IT-2025/inzhenernyie_texnologii_(2025).pdf.</mixed-citation></ref><ref id="ref10"><mixed-citation publication-type="other" xml:lang="ru">Афанаскин И. В., Вольпин С. Г., Еникеев Б. Н., Ипатов А. И., Кременецкий М. И., Смирнов О. А., Федоров В. Н., Шагиев Р. Г., Шагиев Р. Р. Современное состояние исследований скважин и пластов нефтегазовых месторождений в России. Актуальные проблемы нефти и газа. 2022;2:45–86. DOI: https://doi.org/10.29222/ipng.2078-5712.2022-37.art5.</mixed-citation></ref><ref id="ref11"><mixed-citation publication-type="other" xml:lang="ru">Шуршев Т. В. Интеллектуальная поддержка принятия решений при распознавании дефектов сварных швов нефтяных трубопроводов. Информационные технологии и технические средства управления (ICCT-2023): материалы VII Международной научной конференции. 2023:178–179.</mixed-citation></ref><ref id="ref12"><mixed-citation publication-type="other" xml:lang="ru">Chen Z. Reservoir Simulation: Mathematical Techniques in Oil Recovery. SIAM; 2008. 250 p.</mixed-citation></ref><ref id="ref13"><mixed-citation publication-type="other" xml:lang="ru">Popov P. A. et al. Multiscale Modeling and Simulations of Flows in Naturally Fractured Karst Reservoirs. Communications in Computational Physics. 2009;6(1):162–184.</mixed-citation></ref><ref id="ref14"><mixed-citation publication-type="other" xml:lang="ru">Lie K. A. An Introduction to Reservoir Simulation Using MATLAB. Cambridge University Press; 2019. 318 p. DOI: 10.1017/9781108591416.</mixed-citation></ref><ref id="ref15"><mixed-citation publication-type="other" xml:lang="ru">Андронов С. А., Горенкова Е. А., Гомонов А. А., Максименко И. А. Подходы к выбору реализаций при вероятностном моделировании геологической модели и анализ влияния на прогнозный профиль добычи. PROНЕФТЬ: Профессионально о нефти. 2023;8(4):25–32.</mixed-citation></ref></ref-list></back></article>
