近年来,页岩与致密砂岩等非常规油气储层的勘探发展迅速,但是由于这两类储层的矿物成分复杂,流体赋存形式多样,孔隙度、渗透率和饱和度等储层参数与测井响应呈非线性关系,理论模型或经验公式难以构建,计算精度不高。为此,必须研究新的测井解释方法与技术。近年来发展起来的机器学习为测井解释提供了新的思路。在有机页岩测井评价中,基于RBF神经网络进行有机碳(TOC)含量的预测,发现RBF法计算结果与岩心实验的相关