BP网络和算法是使用最广泛的神经网络之一,它已在油田地震、测井等领域取得了很好的应用效果.该文的目的是将该方法引入到油田开发特别是油田开发动态指标预测领域中来.该文在对各种方法进行全面综合研究的基础上,发展了自动调节学习因子和动量因子的自适应方法即自组织优化学习因子方法,进一步增强了BP网络的自适应性能.同时还提出了广义自适应神经网络的设想模型,为自动调节BP网络的隐层单元数,提高网络的收敛性能指出了方向.该文还总结出输入样本集的预处理方法即不同类型变量的归一化、虚变量设制及函数连接等方法.指出当输入样本的神经元数较少时,采取外积模型法,可以改进网络的收敛性能.依据BP网络的特点,该文建立了油田产量预测模型.从预测的结果来看,与常规的t模型、Logistic(逻辑斯谛)预测模型相比,其精度有较大提高.在此基础上,提出了多变量预测技术,并将该技术应用到油藏数值模拟和油田开发规划之中,取得了较好的成果,为神经网络广泛的应用于油田开发找到了突破口.