基于Attention-LSTM的隧道围岩质量评价指标预测方法及系统

本发明涉及隧道工程领域，公开了基于Attention‑LSTM的隧道围岩质量评价指标预测方法及系统，包括采集训练数据，并根据采集的训练数据，构建序列数据集；基于LSTM网络，通过Attention层将LSTM输出的结果进行加权，构建Attention‑LSTM模型；根据构建的序列数据集，对Attention‑LSTM模型进行训练，得到训练后的Attention‑LSTM模型；采集样本点数据输入训练后的Attention‑LSTM模型，得到样本点对应的坚硬程度、涌水状态、完整程度概率分布。本发明通过Attention层对LSTM输出的隐藏状态进行加权，使得模型能够更加关注对围岩质量评价有重要影响的特征和时间步，有效提高了坚硬程度、涌水状态、完整程度等关键指标的预测精度。