1.一种软土区路基沉降预测系统，其特征在于，包括：数据采集模块，用于采集软土区路基参数及沉降历史数据；数据预处理模块，与所述数据采集模块通信连接，用于对采集的数据进行异常值剔除和归一化处理；模型构建模块，与所述数据预处理模块通信连接，用于基于梯度提升决策树算法构建路基沉降预测模型；预测分析模块，与所述模型构建模块通信连接，用于根据处理后的数据及构建的模型进行沉降预测；反馈优化模块，与所述预测分析模块通信连接，用于将预测结果与实测数据比对并优化预测模型；

所述模型构建模块包括：特征提取单元，用于从预处理后的数据中提取预测模型所需的输入特征；GBDT算法单元，用于通过迭代方式训练弱分类器并构建梯度提升决策树模型；

树结构优化单元，用于通过树结构复杂度参数γ和叶子节点惩罚参数λ控制模型复杂度；物理模型融合单元，用于将物理测试结果与数值模拟结果进行融合，增强模型的物理意义；

特征提取单元采用了多尺度时空特征提取与融合技术，所述多尺度时空特征提取与融合技术包括以下核心步骤：

1)时间尺度分解：采用小波分解将沉降时间序列分解为短期波动、中期趋势和长期演化三个尺度的组件；

2)空间尺度特征提取：从点、线、面三个空间尺度提取沉降特征；

点尺度特征：直接使用监测点的沉降数据及其一阶导数和二阶导数；

线尺度特征：通过B样条插值构建沿线剖面的沉降分布函数：

，

其中 为剖面上位置x处的沉降量， 为k阶B样条基函数，为控制点；

面尺度特征：采用张量分解方法从二维沉降分布中提取主要模式：

，

其中，为沉降数据张量， 和 分别为第r个CP分解的分量向量，表示外积运算，为分解秩；

3)时空特征融合：通过自适应权重融合不同尺度的时间和空间特征；

所述预测分析模块引入了时空自注意力机制，

所述时空自注意力机制的核心算法如下：

1)时间自注意力计算：捕捉不同时间点之间的依赖关系；

2)空间自注意力计算：捕捉不同监测点之间的空间相关性；

空间自注意力机制通过以下步骤实现：

,

,

，

，

，

其中， 为空间特征矩阵， 为空间距离矩阵，引入 可以将地理距离信息融入注意力计算中， 的计算公式为：，

其中， 为监测点i和j之间的地理距离，为可学习的距离衰减系数；

3)时空注意力融合：整合时间和空间维度的注意力信息；

4)多头注意力：采用多头注意力机制，然后合并结果。

2.根据权利要求1所述的软土区路基沉降预测系统，其特征在于，所述数据采集模块包括：路基参数采集单元，用于采集软土区路基的填土高度、土体种类及设计类型；地勘数据采集单元，用于采集软土区土层深度及土层纵断面图；沉降历史数据采集单元，用于采集不同时间节点的路基沉降实测值；实时监测单元，用于对路基沉降进行实时监测并获取当前沉降数据。

3.根据权利要求1所述的软土区路基沉降预测系统，其特征在于，所述数据预处理模块包括：异常值处理单元，用于识别并剔除数据中的异常值、空缺值和重复值；数据转换单元，用于将预处理后的数据转换为有序列表形式；归一化处理单元，用于采用最大最小归一化方法将数据映射到区间[0,1]；相关性分析单元，用于分析数据间的线性相关系数，当相关系数大于预设阈值时建立参数间关系式。

4.根据权利要求1所述的软土区路基沉降预测系统，其特征在于，所述GBDT算法单元具体用于：初始化模型参数，令t=1；对每个样本点i训练弱分类器 ，其中弱分类器通过计算每个叶子区域样本的平均损失确定最优分裂点；计算总误差并更新树结构复杂度参数γ和叶子节点惩罚参数λ；通过泰勒公式扩展的迭代过程优化模型；判断是否满足终止条件，若满足则输出最终模型H(x)。

5.根据权利要求1所述的软土区路基沉降预测系统，其特征在于，所述预测分析模块包括：输入处理单元，用于将待预测路基的参数转换为模型所需的输入格式；多模型预测单元，用于通过多个预测模型并行计算获得多组预测结果；结果评估单元，用于评估各预测结果的误差并选取误差最小的结果作为最终预测值；沉降曲线生成单元，用于根据最终预测值生成路基沉降随时间变化的关系曲线。

6.根据权利要求1所述的软土区路基沉降预测系统，其特征在于，所述反馈优化模块包括：误差计算单元，用于计算预测值与实测值之间的误差；AI参数修正单元，用于基于人工智能算法，当误差大于预设阈值时自动进行参数修正；历史数据修正单元，用于基于历史预测数据与实测数据的误差修正模型输入参数；模型更新单元，用于根据修正结果对预测模型进行优化更新。

7.根据权利要求6所述的软土区路基沉降预测系统，其特征在于，所述AI参数修正单元具体用于：建立预测参数与误差之间的映射关系；识别对预测结果影响最大的关键参数；根据实时沉降数据动态调整关键参数的权重；将修正后的参数反馈至模型构建模块进行模型优化。

8.根据权利要求1所述的软土区路基沉降预测系统，其特征在于，还包括建模环境模块，与所述模型构建模块通信连接，用于：储存多组建模环境信息，包括建模环境数据、建模环境分析数据及建模环境判定数据；通过相似度比对分析方法选取最优建模环境；其中，所述相似度比对分析方法包括计算建模环境数据信息与建模环境信息的相似系数和相关性，并基于加权结果选择最优解。

9.一种软土区路基沉降预测方法，采用权利要求1‑8任一项所述的系统，其特征在于，包括以下步骤：S1、采集软土区路基参数及沉降历史数据；S2、对采集的数据进行异常值剔除和归一化处理；S3、基于梯度提升决策树算法构建路基沉降预测模型；S4、根据处理后的数据及构建的模型进行沉降预测；S5、将预测结果与实测数据进行比对；S6、当预测误差大于预设阈值时，基于人工智能算法对模型参数进行修正；S7、根据修正结果更新预测模型；

S8、利用更新后的模型重新进行沉降预测，直至预测误差小于预设阈值；S9、输出最终的路基沉降预测结果，包括沉降量及沉降随时间变化的关系曲线。