لزيادة دقة وموثوقية التنبؤ بإنتاج آبار الغاز الصخري المشقوقة طبيعياً، تم اقتراح نموذج للتنبؤ بإنتاج آبار الغاز الصخري يعتمد على الدمج بين خوارزمية تحسين النورس المحسنة (Improved Seagull Optimization Algorithm, ISOA) وشبكات الأعصاب التفافيه (Convolutional Neural Networks, CNN). أولاً، من خلال دمج خوارزمية تحسين النورس المحسنة مع الشبكات العصبية التفافيه، تم بناء نموذج للتنبؤ بأقصى إنتاج من آبار الغاز الصخري ومعاملات الانخفاض المنحني على شكل منحنى بتناسب مزدوج. ثانياً، تم تطبيق طريقة العينة اللاتينية الفائقة (Latin hypercube sampling) لدمج القيم المتنبأ بها مع نموذج تحليل منحنى الانخفاض المختار، مما مكن من بناء الملف الديناميكي للإنتاج لآبار الغاز الصخري المشقوقة طبيعياً. أخيراً، من خلال محاكاة إنتاج آبار الغاز الصخري المشقوقة طبيعياً، تم التحقق من موثوقية الطريقة المقترحة. أظهرت النتائج التجريبية أن التنبؤات بإجمالي إنتاج الغاز خلال فترات إنتاج مختلفة (1، 5، 10، 15، 20 سنة) تتطابق بشكل كبير مع القيم المحاكاة مع نسبة خطأ أقل من 15.6%، مما يوضح فعالية وموثوقية الطريقة في التنبؤ بإنتاج آبار الغاز الصخري. يعتمد النموذج على نموذج الانخفاض المنحني ذي التناسب المزدوج والتنبؤ بأقصى إنتاج ومعاملات الانخفاض، مما يمكنه من التنبؤ بدقة بمعدل إنتاج الغاز الصخري، كما تتطابق القيم المحاكاة لإجمالي الإنتاج مع القيم المتنبأ بها بدقة جيدة، حيث انخفض متوسط الخطأ من 18.13% إلى 16.03%. النموذج المقترح لا يحتاج إدخال بيانات إنتاج طويلة المدى لتحقيق التنبؤات الدقيقة، مما يجعله مناسبًا للتنبؤ بإنتاج الآبار الجديدة والمحدودة البيانات التاريخية. تقدم هذه الدراسة دعماً نظريًا وعمليًا قوياً لبحوث التنبؤ بإنتاج آبار الغاز الصخري، مع آفاق تطبيقية جيدة.

خوارزمية النورس;الشبكات العصبية التفافيه;الغاز الصخري;تنبؤ الإنتاج;شبكة الشقوق;نموذج التجسيد الكمي;المحاكاة;الديناميكية الإنتاجية