本发明涉及一种基于机器学习代理模型的大规模油藏注采优化方法，所述方法针对传统进化算法优化设计时调用数值模拟次数多的缺点的解决方案，结合代理模型、降维算法的进化算法框架，使用萨蒙映射作为降维算法对原始数据进行降维，计算简单、易于实现，所述方法首先在保证精度的前提下通过少量试验样本构建一个计算量小，计算速度快，但计算结果与数值模拟器得到的结果相近的数学模型。基于机器学习方法中的高维插值理论，采用计算快速的数学模型逼近目标复杂系统，代替其完成优化设计。为了提高代理模型精度，使用进化算法进行动态取样更新完善代理模型，从而获得更高的经济净现值下的最优油水井生产方案，具有很好的推广应用价值。