تراوایی یکی از پارامترهای مهم در تعیین خصوصیات سنگ مخزن می­باشد و پیش­بینی توزیع سه‌بعدی آن در مخازن ناهمگون یکی از وظایف پر چالش مهندسین مخزن است. در مطالعه حاضر ابتدا از روش‌های رگرسیون خطی و مدل شبکه عصبی به‌منظور پیش­بینی لاگهای تراوایی استفاده شد. نتایج به‌دست‌آمده از این روش­ها نشان داد که دقت روش‌های فوق در پیش­بینی تراوایی مخازن ناهمگون کاهش می­یابد. در این مطالعه از مدل شبکه عصبی با دیدگاهی نو به‌منظور پیش­بینی تراوایی مخازن ناهمگون استفاده شد. در این دیدگاه برای توسعه شبکه عصبی و آموزش آن صرفاً داده­های یک چاه که شامل کلیه گونه­های سنگ بود بکار گرفته شد. نتایج نشان می­دهد که زمانی که از داده­های یک چاه که شامل کلیه گونه­های سنگ می‌باشد برای آموزش شبکه عصبی استفاده شود عملکرد مدل در پیش­بینی تراوایی مخازن ناهمگون رضایت‌بخش‌تر است. این روش با موفقیت برای پیش­بینی تراوایی در میدان گازی پارس جنوبی بکار گرفته شد.