一种基于深度学习的路基沉降预测方法、电子设备及介质

本发明涉及路基沉降预测技术领域，具体涉及一种基于深度学习的路基沉降预测方法、电子设备及介质，本发明提供的路基沉降预测方法采用路基沉降预测模型进行预测，该模型采用卷积神经网络与双向长短时记忆网络相结合，有效地捕捉时空特征，提高了模型的预测精度与稳定性；通过引入通道注意力增强机制模块，对不同特征通道进行动态加权，提升模型对关键特征的选择能力，增强模型对数据中细微变化的敏感性和对全局特征的捕捉能力；通过遗传算法对模型进行训练，提升效率，遗传算法能够在复杂的超参数空间中自动找到最优组合，使得模型在不同的路基沉降数据集上均能表现出良好的泛化能力，提升模型的预测精度。