随着油气勘探开发工作的逐渐深入,准确预测储层及其参数的空间展布有着深远的意义。由于地震属性包含有效的地层信息,以地震属性优选和储层关键参数预测为核心的多属性综合分析方法被广泛应用。地震属性种类众多,合理的地震属性组合可以有效地反映储层信息,避免冗余带来的计算困难等问题。本文运用“逐步最优”方法进行地震属性的优选,以验证误差最小为标准,避免过拟合的同时,选择出最适合、最敏感的地震属性子集。在储层关键参数预测部分,本文应用基于委员会模型的地震属性分析方法,分别利用支持向量回归、自适应网络模糊推理系统和小波神经网络进行预测,再对三种算法的预测结果进行加权求和,构建委员会模型,其中引入粒子群算法并进行改进,优化网络配置,并提高网络运算速度和稳定性。本文就“逐步最优”和基于委员会模型的地震属性分析方法进行基于岩石物理模型与实际测井数据的实验,结果表明,两者确实可以提高算法的适用性和预测结果的准确性,同时改进粒子群算法对预测运算的收敛速度和准确性的积极影响也得到验证。最后,将“逐步最优”和基于委员会模型的地震属性分析方法应用于大港油田港东二区,获得储层关键参数反演数据体,并进行相关油藏分析。