油气资源量的大小、分布是油气地质评价的重要内容,同时也是油气田开发前经济预算的主要依据,油气资源量计算的准确与否直接影响到油气田开发的经济效益。影响油气资源量的因素有很多,而这些因素通常不是线性关系,仅简单的利用线性关系式进行预算往往不能真正反映油气资源量的准确值。而人工神经网络理论最大的优势就在于能够较为理想地解决各类非线性复杂问题,从而为油气资源量的预测提供一种新的较为有效的方法。　　 通过对神经网络基础理论的深入学习,笔者最终选用了三种应用范围较广神经网络:误差反向传播算法(BP算法)、径向基算法(RBF算法)和自组织特征映射算法(SOFM算法)作为网络的权值修订方法,随之建立起了神经网络预测模型,进而在Visual C++6.0(简称VC6.0)开发工具下下开发出了一套可视化、实用性强的人工神经网络软件。　　 本文以塔里木盆地塔中西部地区奥陶系油气藏为研究对象,综合分析了油气资源量的各种因素,选取了一些具有代表性的因子。最终,选择了含油气面积、有效储层厚度、孔隙度、渗透率等评价因子作为神经网络的输入层数据,将原油地质储量,天然气地质储量和凝析油地质储量作为输出层数据,建立了神经网络模型。　　 人工神经网络的训练,是一个复杂的过程。结合工区样本数据,笔者就隐含层节点数、全局误差限、学习率及最大学习次数等进行了反复试验,最终确定了适合本区的人工神经网络模型。最终预测结果显示该模型预测结果合理,精度高,可信度好。　　 根据上述研究成果,结合本地区地质条件,最后对未探明区块进行了油气资源量的预测,并进行了有利勘探区块的评价。评价结果显示中古15井区,中古10井区油气资源富集,储量较大。