محتوای کل کربن آلی (TOC) یکی از نخستین عوامل مهم در مطالعات ژئوشیمیایی سنگ منشا است. این پارامتر با ارزش توسط دستگاه هایی همچون پیرولیز راک- ایول اندازه گیری می شود، که با وجود دقت زیاد بسیار وقت گیر و پرهزینه است. پژوهش حاضر یک مدل سازی مدرن ترکیبی را برای تخمین مقادیر TOC پیشنهاد نموده است. روش هیبریدی PSO-BP الگوریتمی تکامل یافته از ادغام دو الگوریتم هوشمند بهینه سازی اجتماع ذرات و الگوریتم پس انتشار خطا است، که با دقت بالایی روابط بین داده های چهار نگاره پتروفیزیکی (گاما، نوترون، مقاومت و صوتی) با TOC را شناسایی می کند. در این مطالعه نمونه های سنگ منشا از سازندهای پابده، گورپی و کژدمی از میدان نفتی اهواز بررسی شده است. نتایج حاصل نشان می دهد که انطباق بسیار خوب میان مقادیر TOC برآورد شده توسط الگوریتم هیبریدی PSO-BP نسبت به مقادیر اندازه گیری شده با پیرولیز راک- ایول وجود دارد. مقایسه نتایج با مطالعات پیشین نیز نشان می دهد که روش طراحی شده PSO-BP، نسبت به الگوریتم های جداگانه یا روش های ترکیبی مشابهی که تاکنون مطرح شده اند در تخمین مقادیر TOC در میدان نفتی اهواز کارایی بیشتری دارد.