近年来,我国在南海进行了多学科多手段综合海洋地质调查研究,揭示了天然气水合物存在的证据,并于2007年5月实施深海钻探并首次获取了天然气水合物实物样品,研究显示我国南海天然气水合物储量达194亿立方米之多。随着天然气水合物勘探程度的不断深入,获得的天然气水合物储层资料、岩心样品与测井数据的丰富,如何有效利用已取得的数据对天然气水合物的赋存前景进行预测,是广大海洋科技工作者急需解决的难题。海洋天然气水合物勘探方法主要有地球化学与地球物理两大类。但无论那类方法,所涉及的水合物评价的方法、模型与公式都非常复杂,相关的参数也存在不确定性,并存在误差传递导致结果不可信等问题。而人工神经网络在模式分类、数据预测、函数拟合等方面都有强大的优势,并在石油勘探领域应用已有了许多成功运用的案例。本论文尝试运用人工神经网络技术,在天然气水合物勘探领域选取相关的应用切入点,通过训练建立神经网络模型,利用其强大的非线性映射能力,揭示天然气水合物勘探评价中涉及的多个属性之间的非线性关系,为寻找、评价天然气水合物提供一定的方法与技术支持。