圈闭评价工作是勘探规划计划工作中的重要基础业务，该工作既反映探区的勘探程度、勘探潜力，也反映勘探工作者对油气成藏地质条件的认识程度，关系到勘探部署的风险程度。圈闭评价是油田勘探决策的前提和依据。圈闭含油气性评价是圈闭评价中的重要部分。目前的圈闭含油气性评价应用最普遍的方法是采用专家打分法来获得基本评价依据，有的可能打分的程序也没有，完全是定性的判断，主观因素影响极大，这样的判断可靠程度可想而知。虽然现在还是专家打分法应用普遍，但是该方法的不可靠性已经被认识到，很多人开始尝试用各种数学方法来定量的判断圈闭的含油气性，选择一种合适的数学方法成为解决圈闭含油气性评价的关键问题。　　 本研究希望通过对圈闭含油气性评价的评价指标和评价方法的系统性研究，为圈闭含油气性评价提供一种分析方法，以推动圈闭含油气性评价方法的发展。通过对圈闭信息进行定量化的评价，得出较为客观的结果，为油田勘探决策人员提供科学的依据，提高其对勘探地区的圈闭的整体认识，以减少决策过程中的主观性和盲目性，有助于油田提高工作效率、降低成本，从而提高经济效益。　　 本研究首先在讨论圈闭含油气性评价有关理论的基础上，对现有的地质风险概率法、加权平均法、模糊数学综合评判法、灰色系统法及层次分析法的原理进行了介绍，并分析这些方法的优缺点。之后介绍了神经网络法的研究现状和基本原理，确定选用BP神经网络法建立圈闭含油气性评价的评价模型。然后根据油田的现有评价参数和评价标准建立了含油气性评价指标体系，并建立了其相应的分级定量化标准对数据进行预处理。在此基础上确定了BP网络的结构，并针对BP算法的不足进行了改进，着重研究了自适应学习率的调节，最终确定了模型计算方法，并使用IDL语言对其算法进行了编写实现。最后以油田已有圈闭信息为样本应用BP神经网络评价法进行了评价，并与其他方法的评价结果进行了对比分析，验证了评价体系和评价方法的合理性、可靠性，使研究具有一定的理论水平和实用价值。　　 本研究的主要创新点在于，研究出了基于BP神经网络的圈闭含油气性评价模型及其计算方法。本论文使用BP神经网络来自适应的学习圈闭中待评价参数的权值矩阵，而不需要人为的确定权值，降低了人为因素的作用，为圈闭含油气性评价提出了一种新的评价方法。