地震属性的研究始于上个世纪，已在油气勘探领域得到了广泛应用。从地震资料提取的地震属性参数达几十个，但进行储层预测时使用的参数并不是越多越好，因为无效的参数会增加工作量和耗费有限资源，甚至带来维数灾难，要有效地利用这些属性进行储层参数预测就要必须进行属性优选。本文对地震属性优化方法进行了介绍，分析了数据包络分析优化方法，并将优化的结果用于储层的预测。本文采用模糊神经网络来解决储层的预测问题，它是在网络中引入模糊算法或模糊权系数的神经网络。模糊神经网络作为一门新兴的非线性科学，具有很强的非线性映射能力。模糊神经网络预测方法抗干扰强、容错性好，对参数独立性要求不严格，而且可以同时研究大量的地震特征参数，因而在储层参数预测中具有广阔的应用前景。从地震剖面提取的地震属性进行优化，并联合测井资料，用本文所构建的模糊神经网络对储层参数进行预测。与用没有优化的属性直接做预测相比，可以节约时间和资源，得到了比较好的结果。由此可见采用数据包络分析方法来进行参数优化，并利用模糊神经网络来进行参数预测其效果相当好。