本发明提供了一种复合地层盾构掘进速度智能预测模型的训练方法及装置，可以提升模型整体的泛化能力及运行效率。该方法包括：获取盾构掘进参数时间序列数据集，盾构掘进参数时间序列数据集包括复合地层特征参数、掘进机运行参数以及盾构掘进模式参数；对盾构掘进参数时间序列数据集进行预处理，以得到模型训练数据集；基于盾构掘进参数时间序列数据集中每种盾构掘进参数时间序列数据将模型训练数据集划分为训练数据子集和验证数据子集；基于LSTM构建初始掘进速度预测模型，初始掘进速度预测模型的超参数包括LSTM隐藏层神经元数和学习率；基于贝叶斯算法以及dropout算法对初始掘进速度预测模型进行训练，以得到复合地层盾构掘进速度智能预测模型。