以实验及文献中的混合原油及其各组分原油粘度、凝点数据为基础，建立人工神经网络混合原油粘度、凝点预测模型。与以往需要每两组分原油等配比混合后的粘度、凝点的模型相比，人工神经网络混合原油粘度、凝点预测模型仅需知道混合原油中各组分原油的粘度、凝点，便可较准确地计算出任意配比混合原油的粘度、凝点，大大提高了工作效率。 对已有的计算准确度较高的混合原油粘度、凝点模型和人工神经网络混合原油粘度、凝点预测模型进行了评价，结果表明：若可获得各组分原油粘度，以及每两组分原油等配比混合后的粘度，用Cragoe修正模型Ⅰ计算混合原油的粘度最为准确，其次是Arrhenius修正模型Ⅱ：如果只有各组分原油粘度，则推荐使用人工神经网络混合原油粘度预测模型来计算混合原油的粘度：计算混合原油的凝点，推荐使用人工神经网络混合原油凝点预测模型，其次是刘天佑模型Ⅰ。 人工神经网络混合原油粘度、凝点预测模型，为混合原油流动性参数计算提供了新的有效方法；为在原油混合输送工艺的设计和管理中实现计算机参数预测提供了帮助。