اسیدکاری چاه ها متداول ترین روش تحریک سنگ مخزن می باشد. در این روش، اسید به منظور تحریک چاه به درون آن تزریق می گردد تا معابری که دچار آسیب شده اند را باز نماید یا بخشی از سازند را در خود حل نموده و مسیرهای جدیدی جهت تولید ایجاد نماید. هدف از انجام عملیات اسیدکاری چاههای نفت و گاز را می توان مشتمل بر احیاء کردن چاه، باز کردن خلل و فرج، افزایش تولید، افزایش میزان تراوایی، تمیزکاری و شستشوی چاه، ... و به طور کلی کاهش اثر پوست دانست. با توجه به پیچیدگی این عملیات و وابستگی آن به عوامل مختلف، تعیین دقیق چگونگی تاثیر این عوامل سخت می باشد. بنابراین استفاده از روش هایی با عملکرد سریع و عدم نیاز به فرضیات پیچیده همانند شبکه های عصبی مصنوعی، برای تعیین چگونگی تاثیر پارامترها بر عملیات اسیدکاری (مانند حجم اسید و دبی تزریق) از اهمیت بسیار بالایی برخوردار می باشد که می تواند کمک شایانی به بهبود میزان تولید چاه ها و پیشرفت اقتصادی میادین نفتی داشته باشد. دراین تحقیق هدف ارائه روشی است که بتواند عملیات اسیدکاری را از نظر زمان و هزینه انجام بهبود دهد و در عین حال تولید چاه را نیز افزایش دهد. شبکه های عصبی مصنوعی با الگوبرداری از عملکرد شبکه های عصبی زیست شناختی به تحلیل مسائل پرداخته و اقدام به برآورد، رده بندی و ... می کنند. در این تحقیق با استفاده از شبکه های عصبی مصنوعی، اقدام به طراحی و بهینه سازی عملیات اسیدکاری در یکی از میادین نفتی با استفاده از اطلاعات اولیه چاه و مخزن شده است. از نتایج این تحقیق می توان گفت که روش شبیه سازی به دلیل داشتن فرضیات زیاد و نیاز به داده های فراوان مقدار حجم اسید را بسیار زیاد تخمین می زند که زمان و هزینه عملیات به شدت افزایش می یابد. در حالی که روش شبکه های عصبی مصنوعی نتایج بهتر و نزدیک به واقعیت را پیشنهاد می دهد.