原油含水率的精确测量是研究油田开发生产状况的一个重要方面，它直接影响着原油的开发过程成本和效率。本论文在现有理论、技术的基础上，根据原油含水率测量的技术和经济指标要求，针对以往含水率测量技术和经济指标的不足，引进先进的数据处理方法，进行了一些探索性的尝试，研究了遗传神经网络对原油含水率0-100％全量程测量的问题。 本文首先根据原油含水率测量传感器所具有的多因素非线性函数关系的特征，利用神经网络较强的非线性逼近能力，建立了一个BP人工神经网络模型，并在算法上进行改进。其次，利用遗传算法对BP网络模型进行优化，建立了GA-BP网络模型，并给出相应的计算流程。在此基础上，选择基于电磁波谐振技术的原油含水率测量系统，研究了标准BP网络模型、改进的ABPM网络模型以及GA-BP网络模型对测量数据的处理。最后，对三种模型预测结果作了比较分析。同时，采用Visual Basic设计了简洁明了、易于操作的原油含水率测量系统的人机交换界面，给出BP算法动态演化过程的训练调试界面，对原油含水率测量计算的BP网络模型及其优化后的模型软件模块进行了开发。 研究结果证明，本文基于遗传神经网络的原油含水率测量模型是有效的，为研制高精度和高性／价比的原油含水率测量仪表奠定了基础。