随着我国经济的飞速发展，对各种能源的需求与日俱增，能源短缺问题日渐突出，尤其是对石油的需求更为紧迫，如何解决我国石油能源紧缺问题是许多科学工作者正在潜心研究的重要课题。　　 目前研究储集层、认识储集层和评估储集层，是石油天然气勘探和开发工作者长期不懈的职责。油气勘探、开发过程都要求对储集层不断进行评估，随着生产实践的不断深入，对储集层的评估的要求亦越来越高。　　 专家系统是人工智能领域得到实际应用的技术之一。近年来，随着人工智能研究的深入，智能信息系统在辅助人类进行评估、预测等诸多方面已取得重大的突破。在石油勘探领域，储集层专家知识的模糊性、不确定性非常大，而智能信息技术提供了系列问题求解方法，因此构筑基于智能信息技术的储集层评估专家系统是一个非常有意义的探索。　　 本文介绍了专家系统、模糊理论与神经网络的基本概念与原理；探讨了这些智能技术结合的可能性，并提出了基于模糊神经网络的混合专家系统的设计思想，来实现模糊技术、神经网络技术与专家系统技术的融合；研究了一种基于模糊神经网络的储集层评估混合专家系统的设计与实现方法。并用实例进行了测试，取得良好效果。　　 本文阐述了储集层评估专家系统的设计。介绍了储集层评估专家系统的基本结构和组成模块。重点研究获取和表达储集层评估专家经验和知识的方法，完成了知识库的设计与维护及推理机的实现。模拟专家思维、推理、求解问题，做出专家水平的判断、解释、决策和咨询，为石油开发提供辅助决策能力。