人工神经网络作为近年来热门研究课题,在诸多领域中得到了广泛应用.由于石油工业的复杂多样性和不确定,人工神经网络在石油领域的应用尤其具有代表性,目前,人工神经网络在石油工业的应用主要是神经网络的模式识别技术基石油勘探领域及测井相的分析研究上,该课题首次尝试将人工神经网络技术应用于石油开发领域中的采收率预测,并在前人研究的基础上在测井解释和经济评价参数预测方面针对本油田的特殊开发现状进行了基于人工神经网络方面的方法研究,生成了适用于江苏油田特殊地质情况的采收率预测人工神经网络、测井解释人工神经网络及经济评价参数预测人工神经网络,并利用面向对象编程语言将四个模块集成为具有良好用户界面和数据库管理功能的人工神经网络石油开发应用系统ANNODE.研究结果表明,人工神经网络在江苏油田的采收率预测、经济评价参数预测及测井解释方面的研究是成功的,训练成功的人工神经网络在应用测试时表现出了很高的精度,尤其是采收率预测和经济参数预测.由引进一步验证了人工神经网络这门新兴学科在理论上是有其深厚基础的,在实际应用中有着传统理论无法媲美的优越性.同时,在系统集成方面体现出了面向对象语言在提高软件开发效率、系统稳定性及后期可维护性可扩展性等诸方面优越于传统结构化语言的特点.