盆地演化、油气系统演化以及油气的运移聚集充满了混沌与非线性特征，单纯使用传统的地下流体动力学方程，无法实现油气运聚的模拟和评价。因此，油气运移方向、运移速率和运移量，难以使用单纯的传统动力学模拟方法来确定性求解，更难以实现其确定性的动态模拟。然而，目前的混沌动力学与非线性动力学的成果，还不足以帮助我们建立起完善的数学模型来恰当地解决这个问题。前人曾建立过专家系统型的人工智能运聚模拟评价系统，本论文进一步将传统动力学模拟与人工神经网络模拟结合起来，寻求实现油气二次运移和聚集模拟的合理途径与方法。作者探讨了将传统动力学模拟与人工神经网络模拟结合起来的途径与方法，即在三维构造-地层体的动态模拟基础上，采用单元体模型使非均质的复杂通道体系转化为有限个简单均质体后，再利用传统动力学模拟来对相态和驱动力求解，然后运用人工神经网络技术来解决单元体之间的油气运移方向、运移速率和运移量等问题。