一种融合多尺度与注意力的粗粒土残余变形预测方法

一种融合多尺度与注意力的粗粒土残余变形预测方法，包括：获取粗粒土试样的颗粒属性、土体属性及外部荷载共15个物理力学参数作为输入特征；将所述输入特征输入预先训练好的深度学习预测模型，输出动剪应变及多振次下的残余剪应变和残余体应变，该模型由多尺度特征感知层、前置注意力模块、时间卷积网络、后置注意力模块和输出层依次连接，并在训练阶段引入基于物理规则的约束；根据预测结果利用沈珠江残余变形模型计算动力残余模型参数；本发明通过多尺度卷积挖掘参数耦合特征，扩张卷积时间网络扩展感受野；双重注意力聚焦关键特征与振次，物理约束保证预测与土力学规律一致，显著提升粗粒土残余变形预测精度和工程适用性。