一种多任务学习的煤层水平井压裂方案优化方法

本发明公开了一种多任务学习的煤层水平井压裂方案优化方法，包括：收集并统计研究区域的参数数据，并对参数数据进行预处理，获得目标数据；对目标数据进行特征提取，将提取到的特征数据按照一定比例将数据集随机划分为训练集、验证集和测试集；通过newff函数创建BP神经网络模型，基于训练集对BP神经网络模型进行训练，获得目标BP神经网络模型；根据目标BP神经网络模型，采用粒子群优化算法对煤层气水平井压裂参数进行优化，获得优化结果。本发明的方法全面考虑了地质、压裂、测井、生产数据，同时多方法的使用提高了神经网络的泛化能力和学习性能，有助于提高预测精度，对改进和优化水平井压裂参数具有重要意义。