神经网络地震多参数目标预测是利用地震、测井和地质资料描述已知和未知样本及其关系所指示的目标特征的一种具有一定智能的综合处理解释方法。这种预测的中心环节是建立地震特征参数与地质参数的对应关系。 本文在详细分析和论述了神经网络预测和地震多参数提取方法技术原理的基础上，应用BP神经网络预测技术实现了多个地质目标的综合预测。同时建立并开发了一套基于BP神经网络的多参数地质目标预测系统。该系统由Borland C++ Builder 6.0, Visual Basic6.0, Matlab6.5和Fortran Power Station4.0四种语言联合开发而成，并实现了Borland C++ Builder 6.0与Fortran Power Station4.0, Visual Basic6.0, 与Matlab6.5的混合编程。该系统分为目的层提取、变换处理、参数提取、图形显示、预测分析、文本编辑6大模块，26个子模块，整体系统功能较全面，适应性较强。 在常规地震属性参数提取的基础上，借助于小波变换工具，提取了小波域属性参数。所提取的地震属性参数共分为九大类51种特征参数。分别为：自相关特征参数、付立叶谱特征参数、功率谱特征参数、时域振幅特征参数、线性预测编码系数、瞬时特征参数、吸收衰减系数、速度类特征参数和小波包变换特征参数，参数涵盖面较宽，适用于多种地质目标的预测需要。 在参数分析预测模块包中对参数进行了归一化及主元分析等项预处理，使神经网络的训练效率及预测结果的速度、稳定性和精度得到了提高。 为了实时显示参数及预测结果，相应开发了地震剖面及参数剖面的黑白／彩色显示模块，为多种参数的比较选择及结果的输出创造了便利条件。 最后，利用所开发的目标预测系统对理论模型记录、混凝土构件缺陷、煤层厚度三个不同目标进行了检验和预测，结果正确，证明了该系统在地震多参数目标预测中的有效性与实用性。