近年来，中国石油需求持续增长，油藏开发难度加大，寻找高效的油藏优化开采方案显得尤为重要。井位优化作为油藏优化开采的核心环节，现有方法大多需从零开始进行优化，致使优化效率较低。为提升优化效率，将迁移优化方法应用于井位优化问题，通过学习历史井位优化任务的经验，为当前任务提供有效的搜索方向。融合了去噪自编码器、核化自编码器和仿射变换这 3 种领域自适应方法，采用线性回归量化计算源任务与目标任务间的线性相关性，并以此作为选择领域自适应方法的依据。通过对两个油藏实例进行实验验证，结果表明，该融合式领域自适应方法能够显著提升差分进化算法的搜索性能，可在有限计算资源下获得更优的井位优化方案。