基于NGSA-II多目标优化算法的BiLSTM-XGBoost沉降预测方法

本发明公开了一种基于NGSA‑II多目标优化算法的BiLSTM‑XGBoost沉降预测方法，具体为：工程监测采集数据预处理；采用ADF进行时序特征筛选；采用BiLSTM生成新特征，并与静态特征融合；使用NSGA‑II对BiLSTM和XGBoost的超参数进行优化；基于优化后的超参数，训练融合后的BiLSTM‑XGBoost模型，实现沉降的高效预测；预测模型评估与应用。本发明通过多源特征的高效融合和多目标优化，实现了模型预测精度与复杂度的动态平衡，显著提升了沉降预测的准确性，同时降低了训练时间和计算复杂度，适用于工程施工中的实时预测与决策支持。