近年来，油气化探向直接检测原油挥发组分中的高分子烷烃、环烷烃和芳烃方向发展，如芳烃系列中的苯系化合物中的苯(Benzene)、甲苯(Toluene)、乙苯(Ethylbenzene)和二甲苯(Xylene)，简称BTEX。BTEX异常与深部油气藏密切相关，对勘查油气藏有独到的效果。论文以激光单分子海洋油气化探技术所测海底浅层沉积物中的BTEX作为研究对象，首先进行BTEX数据处理，确定BTEX异常；然后根据油气化探勘探阶段的不同，利用BP神经网络技术结合地质、物探、钻井等资料进行BTEX异常的综合评价；最后以渤中凹陷试验区为例，进行了BTEX异常的BP神经网络油气综合评价预测，获得良好的实际应用效果。通过研究，取得以下成果： (1)建立了激光单分子海洋油气化探单指标数据处理和多指标数据处理两种处理技术，对BTEX采用单指标数据处理，能够确定有价值的BTEX异常；对常规化探指标采用多指标数据处理，能够提取有效的化探评价指标。 (2)对如何进行BTEX异常综合评价特征参数的选取进行了研究，建立了根据油气化探勘探阶段评价任务的不同选取评价特征参数指标的技术方案。 (3)提出了多神经网络组合结构评价技术，即在进行BTEX异常的BP神经网络综合评价时，首先对油气地质条件进行综合评价，将评价结果作为下一步BTEX异常综合评价的一个指标，从而将复杂的评价问题简单化。 (4)采用双隐层模型、对学习样本进行预处理、动态调整学习率及惯性因子、不断更新学习样本等方法对BP神经网络进行改进，能够很好地提高网络的训练精度和泛化能力。