本发明公开了一种基于多任务学习的光路传输质量预测方法，同时考虑网络可靠性和预测模型准确度，设计了一种多任务损失函数，并利用联合训练的方式训练模型，进一步降低了模型的误差和设计余量，提升了模型的准确度，在保证网络可靠性的同时实现网络容量提升。相比于传统的基于单任务的QoT估计模型而言，本专利提出的方案可以在保证模型可靠性的同时提高准确度，从而实现提高光路调制格式的分配效率以及提升光网络容量的目的。