本發(fā)明涉及一種基于近鄰神經(jīng)網(wǎng)絡(luò)的油藏地質(zhì)建模靜態(tài)參數(shù)分布預(yù)測(cè)方法，包括如下步驟：S100選定油藏地質(zhì)預(yù)測(cè)范圍，調(diào)取該油藏地質(zhì)預(yù)測(cè)范圍內(nèi)的所有井已知的空間坐標(biāo)和對(duì)應(yīng)的靜態(tài)參數(shù)值；S200采用近鄰算法找到每口井的鄰近井；S300建立神經(jīng)網(wǎng)絡(luò)模型并訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；S400利用訓(xùn)練得到的最優(yōu)神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)選定油藏地質(zhì)預(yù)測(cè)范圍內(nèi)未知空間點(diǎn)的靜態(tài)參數(shù)分布。該方法充分利用神經(jīng)網(wǎng)絡(luò)逼近復(fù)雜非線(xiàn)性函數(shù)的卓越能力，能深入挖掘靜態(tài)參數(shù)在空間中的非線(xiàn)性分布關(guān)系，符合油藏地質(zhì)的復(fù)雜特性，能提高空間插值的精度，也可以通過(guò)多重隨機(jī)實(shí)現(xiàn)，量化空間插值的不確定性，提高靜態(tài)參數(shù)分布預(yù)測(cè)的精度。