页岩气井压裂机理复杂,单井产量影响因素众多,当储层地质特征差异较小时,由于压裂施工参数不同常导致井间产量差异大,优化压裂参数对提高单井产量具有重要意义。本文根据威远区块137口井的地质、工程和生产数据建立了研究数据样本。分别采用Pearson相关系数法分析了11项影响因素与产量及影响因素之间的相关关系,主成分分析法计算了各因素的权重,平均不纯度减少法计算了各因素对产量的影响程度,在数据样本中剔除影响程度较小的因素。建立了基于随机森林、BP神经网络和XGBoost等6种机器学习算法的产量预测模型,采用2项指标评价模型性能,结果表明XGBoost模型性能最佳。建立了包含14805个方案的区块压裂方案集,根据6项指标筛选单井压裂方案,使用XGBoost模型来预测这些方案的产量,综合考虑产量和投入产出比两项指标来优选最终的压裂方案。为了验证压裂参数优化模型,选取压裂段长和物性相近的17口井开展模型应用试验,模型优化匹配井的产量排第2,比其他试验对标井平均成本低4.3%,产量高34.7%;比产量最高井的成本低9.7%,产气量仅比其低1.4%。由此证明,本文建立的压裂参数优化模型应用效果良好,具有一定现场应用价值。本文最后用所建立的压裂参数优化模型进行一口井的压裂方案优化,预计压后产量能提高21.7%。