该课题对基于人们神经网络的油田单井解释系统进行了研究和开发,实现了对多项地质参数的综合解释,满足了油田精细地质研究的需要,油田单井解释系统分数据输入输出,资源管理,神经网络自动解释,人机交互解释四大部分,该文着讨论了总体框架结构,遗传神经网络算法,人机交互解释的设计实现 .在开始,文中介绍了一些有关油田开发的基本情况,以及计算机在地质研究方面的应用现状,在遗传达室神经网络算法部分,文中针对BP神经网算法效率较低,容易陷入局部极小等问题,提出了用遗传算法进行粗精度的学习,并对遗传算法的"早熟"问题和在较少进化代数内"难以收敛于全局最优解"的问题,提出了一种能够提高在有限进化人数内寻找到较优解能力的改进算法.该算法在实践中进行了验证,结果证明了改进了算法能够找到比简单遗传算法较优的个体,整体上缩短了BP网络的学习时间,提高了学习效率.在人机交互解释部分,介绍了应用面向对象方法和图形界面技术实现高效人机交互界面和功能的实现细节,这些技术增强了系统鲁棒性,极大地提高系统可用性.