由于某油田地下水环境质量现状比较复杂,以及地下水环境污染的随机性和模糊性,因此在对某油田地下水环境质量现状进行评价时,评价因子的权值很难确定。现有的评价模型都不适合于评价某油田地下水环境质量。而人工神经网络模型摈弃了任何人为因素只根据水质标准本身的特点进行学习,从而产生连接权值,从而可以较好的评价某油田地下水环境质量。但目前,神经网络结构的设计基本上还依赖于人的经验,或通过不断尝试和修改的方法完成网络,尚没有一个系统的方法来设计一个适当的网络结构。另外神经网络模型还存在收敛速度慢等问题。本文通过遗传算法来确定人工神经网络的结构和权值,解决网络收敛速度慢等问题,建立了基于遗传算法优化的神经网络模型,并将该模型用于评价某油田SC、LA、LP区块的地下水环境质量。通过对某油田SC、LA、LP区块地下水环境质量评价结果分析可以看出:SC区块回注区上游和下游、LA区块大部分地区的地下水以及LP区块回注区上游和下游的地下水环境质量较好,属于可开发利用的地下水,可用于工农业用水或生活饮用水等;而SC区块回注区、LA区块回灌区的部分地下水以及LP区块的回注区的地下水环境质量较差,不宜饮用,只能根据其他用水的使用目的选用。