本发明提供了一种致密气产量的智能分段预测方法，包括：先收集并整理影响致密气产量的特征因素数据，获得原始数据集、清理、剔除异常数据；然后利用聚类算法对原始数据集中的致密气产量进行聚类；再分别对划分出的样本数据进行抽样，逐段形成训练集与测试集；再利用随机森林分类算法对原始数据集进行分类训练预测分析，并计算该模型的训练误差和预测误差；再设定待定参数，通过误差反向传播的前馈神经网络分别对样本数据进行训练预测分析，计算模型的训练均方误差和预测均方误差；最后判断类别，再通过人工神经网络模型对致密气产量进行分析预测；本发明能够有效解决由于致密气产量跨度大导致的预测精度低的问题，并准确预测致密气产量。