随着油田勘探和开发，勘探开发难度日趋加大。这就要求地质工作者尽可能的掌握油藏参数，提高开发效益。因此，必须建立反映实际情况不同的地质模型，为了对油藏参数做出精确的预测及提高油藏的开采率。我们进行了神经模糊混合计算在岩石可钻性方面的研究和应用。岩石可钻性是钻头选型和提高钻井速度的基础，利用石油测井资料计算岩石的可钻性是一种行之有效的途径。但是常规的岩石可钻性测井预测模型都是基于回归分析而建立起来的，形式简单，精度不高。 本文将介绍利用神经模糊混合方法对测井资料进行岩石可钻性的研究成果。从测井信息与岩石可钻性的内在联系出发，选取与岩石可钻性密切相有关的参数，通过神经模糊技术利用测井资料能准确地计算出岩石可钻性，并同BP神经网络模型预测结果进行了比较，结果表明该方法比BP方法更准确。将该研究用于测井资料处理中，为新井钻头选型提供了较好的依据。