油气资源评价、预测是油气勘探决策的基础，其结果影响着油气的勘探方向和投资方向，同时其所提供的信息及其可靠程度也影响着某一地区的勘探进程。圈闭评价和储层预测是油气勘探中的两个重要环节，也是各级油气资源评价、预测中最具体、最实际的工作。其目的在于拟定探井井位，直接发现油气田及有利的油气藏，是各石油勘探单位所面临的具体任务。　　 本文将圈闭评价、储层评价及预测看作是一个部分因素已知，部分因素未知的灰色过程。以评价圈闭和储层的含油气性为目标，在研究灰色系统理论、云模型理论、支持向量机理论的基础上，将灰色关联分析模型与云模型、支持向量机有机地结合起来，取长补短，提出并研究“基于云模型和灰色关联分析的圈闭综合评价”及“基于灰色支持向量机的储层预测”两个灰色智能方法，对圈闭、储层更加精细、准确、智能、高效地进行评价和预测。为优选钻探目标、编制勘探计划、预探井计划等油气勘探决策以及油气勘探二次开发等提供参考和指导，对降低勘探风险、提高勘探效益具有重要的意义。本文的主要内容是：　　 1、研究基于云模型和灰色关联分析的圈闭综合评价方法，应用云模型对圈闭不确定性定性描述的地质因素进行描述，并利用云模型推理器对其进行评分；利用灰色关联分析确定圈闭地质因素的权重，对圈闭多域信息进行综合评价。　　 2、针对储层油气、水样本属性差异小的特点，研究灰色支持向量机的构建与训练，采用灰色关联模型提取储层样本的灰关联特征，再利用支持向量机对样本进行训练、识别和预测。　　 3、将上述两个模型应用于复杂的圈闭、储层的含油气性识别的实际问题，通过实例分析，对圈闭、储层的含油气性进行评价及预测，实践证明其有着良好的实用价值。　　 4、为了更加高效、智能、可视化地进行油气资源评价、预测工作，研究并设计两个模型的算法，并在VC开发平台上实现。