本发明提出一种基于CNN‑Attention‑BiGRU网络模型，以及采用IPSO优化网络模型超参数的储粮通风过程粮堆温度预测方法，包括以下步骤：（1）预先获取实时采集的粮情数据，对数据进行预处理，并分为训练集和测试集；（2）构建CNN‑Attention‑BiGRU深度学习网络，利用CNN‑Attention提取数据特征，再利用BiGRU对时间序列的预测；（3）使用改进后的IPSO算法优化CNN‑Attention‑BiGRU混合预测模型；（4）使用训练集对建立好的IPSO‑CNN‑Attention‑BiGRU模型进行训练，将测试集送入训练好的模型中运行，得到预测结果；本发明充分考虑储粮通风粮堆温度的非线性、时序性等特点，实现最优模型参数的自动获取，有效弥补传统机械通风不能准确识别通风时机而导致风机损耗和粮食损害。