致密气约占我国天然气产量的30%,在我国能源结构中占据重要地位。与常规天然气储层相比,致密气储层通常具有低孔低渗、埋藏深度大、成岩强度高、岩性致密、孔隙结构复杂和非均质性强等特点,给储层综合评价带来了巨大挑战,利用相关测井数据,结合机器学习等智能算法,建立精细的测井解释模型,开展综合的测井评价技术攻关既具有理论研究意义,也具有迫切的实用价值。本文以鄂尔多斯大牛地气田下石盒子组、山西组、太原组储层为研究对象,开展了致密砂岩测井综合评价方法的研究。首先,基于研究区石油地质、岩石物理实验、常规测井数据等资料,开展了储层“四性”关系及测井响应特征研究,为寻找对致密气储层敏感的流体识别方法和构建测井解释模型做准备。其次,结合目的层测试结果基于测井响应机理开展了流体识别方法研究,建立了曲线重叠法、反算声波时差法、Pickkt图版法、正态分布法、孔隙度差值比值法、电阻率差值与比值法六种流体识别方法;通过精细的岩心归位后,考虑岩心分辨率与测井分辨率的差异,采用相适应的分辨率窗长对岩心数据进行等权平均,建立了各层段岩心测量孔隙度和声波、密度测井值的经验关系式,并形成了储层参数处理模块,挂接到了Forward.NET平台上,达到了规模化处理的需要。最后,本文分别基于BPNN、SVM、KNN单一学习器以及集成学习器实现了储层流体识别,对比了不同分类学习器之间的性能差异,基于机器学习方法有效解决了致密气储层流体识别的难题;分别基于BPNN、SVM、GPR单一学习器以及集成学习器实现了储层参数的定量预测,对比了不同回归学习器之间的性能差异,探索了致密气储层参数预测新方法。本论文建立了流体识别方法及测井解释模型,提高了气层识别精度及储层参数计算准确度,实现了致密气储层的综合评价。研究结果为致密气储层测井综合评价提供了新的角度,为进一步扩大勘探成果提供了技术支持。