پیش بینی عملکرد و توسعه ی هر چه دقیق تر مخازن نفتی، در گروِ داشتن اطلاعات کافی از خواص آنها است. امروزه سعی می-شود با سنجش برخی خواص که اندازه گیری مستقیم آنها آسان تر، کم هزینه تر و دقیق تر است و سپس به کارگیری روش های غیرمستقیم، فرآیند بهینه در جمع آوری داده های خواص مخزن پیموده و همزمان از عدم قطعیت ها کاسته شود. از روش های غیر مستقیم رایج می توان به روابط تجربی و الگوریتم های بهینه سازی اشاره کرد که استفاده از مورد اخیر به سرعت در حال گسترش است. در این پژوهش، روش استفاده از الگوریتم جدید و قدرتمند کلونی مصنوعی زنبور عسل در تخمین خواص فیزیک سنگی مخازن هیدروکربوری، با به کارگیری آن برای تخمین سرعت امواج برشی، از داده های برخی نگارهای پتروفیزیکی در دو مخزن ماسه سنگی و کربناته، تبیین و دقت نتایج با تخمین های حاصل از روابط فیزیک سنگی گرینبرگ-کاستاگنا مقایسه شده است. از بین نگارهای ثبت شده، تخلخل نوترونی، چگالی کپه‌ای و سرعت موج تراکمی انتخاب و چند جمله ای چندپارامتری مرتبه ی اول برای تخمین کمیت مورد نظر با استفاده از این نگارها برگزیده شد. سپس در هر مورد مطالعه، یک دسته از داده ها برای آموزش الگوریتم و دسته ی دیگر برای ارزیابی عملکرد آن به کار گرفته شد. در هر دو مورد، الگوریتم فوق پاسخ های بهتری به دست داده-است. این نتایج نشان می دهد، در صورت نبود داده های کمیت مذکور در چاه‌هایی با لیتولوژی مشابه، می توان از این الگوریتم برای تخمین مقدار این پارامتر استفاده نمود.
)