储层参数预测是油藏描述中的重要组成部分，储量估计、产量预测、采收率估计等都以储层参数为基本依据；储层参数预测的精度直接影响它们的准确程度，从而影响到开采方式、开采速度、开发方案和投资决策等的可靠程度，因此提高储层参数的预测精度是石油开发工程的重要课题之一。求取井间储层参数的方法主要有油藏数值模拟；利用地质、地震、测井数据进行随机建模；利用已知数据点进行内插或外推预测等。数值模拟求解计算量一般较大，速度慢。利用各种勘探数据随机建模得到的结果存在不确定、不唯一性。在插值预测中克里金方法存在对非均质性储层参数的光滑效应、神经网络估值不能保证重构空间相关结构等等。本文对几种常用的井间储层参数确定性插值方法如距离反比法、径向基函数、克里金、神经网络等方法的基本原理做了介绍，总结了这些方法的优缺点和适用条件，并通过具体实例，对几种方法的插值误差进行了分析比较。在此基础上，对变异函数和神经网络相结合的神经克里金插值方法进行了细致研究，并利用遗传算法进行了优化。详细介绍了其算法原理，并结合实例进行了数值实验与实际应用，得出该方法的插值精度要比其他方法高的结论。利用该方法对实际孔隙度资料进行了插值预测，分析表明效果较好。