石油储层参数的影响因素复杂，许多对象具有复杂的不确定性和时变性，这使预测建模及提高预测精度等方面带来了一定的难度，因此对储层参数预测方法的要求越来越高，采取切实可行的技术方法，提高储层参数预测的符合率，对于提高油田采收率、延长油田开发年限具有重要意义。 基于上述目标，本文主要做了以下几方面的工作： (1)分析石油勘探开发中多种储层预测方法的技术特点及本身在解决实际地质问题上的不足之处； (2)分析BP算法在运用到实践中，可能会遇到的一些问题与困难，讨论了产生这些问题的原因以及解决的办法； (3)对神经网络实践中遇到的训练时间长，建模困难等问题进行了详细的分析与探讨，提出了一种较实用的方法； (4)研究并比较了在建立年代模型是的几种方法，比较了RBF网络和BP网络各自的优缺点，研究了粒子群优化算法，粒子群的性能比较，粒子群与神经网络结合的训练算法，针对年代模型建立中遇到的数据量大的特点，研究了对数据进行分组建模的方法； (5)为了考察本文提出的方法的有效性，编制了可视化的储层参数预测系统。该系统结合了传统的预测方法及神经网络预测方法，将其应用于实际储层参数预测的项目中，可以得到满意的效果。