在对烃源岩品质和生烃潜力进行评价时,总有机碳含量(TOC)是一个重要参数。一般采用岩心样品进行测试,试验过程耗时、岩心样品数量有限、成本高昂;而采用常规的利用测井曲线的TOC预测方法以线性拟合为主,方法自身的缺陷会导致试验结果产生一定误差。为此,利用粒子群算法(PSO)改进的BP(Back propagation)神经网络模型对TOC进行预测。试验结果表明:自然伽马单因素法预测误差最大,BP模型次之,PSO-BP模型预测效果最好。其中PSO-BP模型具有强大的非线性拟合能力,可更准确地反映页岩气TOC与各测井曲线之间的关系。相较于传统BP模型,PSO-BP模型在预测页岩气TOC方面具有更高的准确度,研究结果为松辽盆地页岩储层TOC预测提供了新思路。