本发明公开了一种TBM掘进控制参数智能预测及优化决策方法，对TBM掘进参数和刀盘振动加速度进行预处理，通过交叉验证对LSTM模型进行训练获得LSTM模型的最优模型超参数；对最优模型超参数的LSTM模型进行训练；通过交叉验证和改进损失函数对次级学习器进行训练获得次级学习器的最优模型超参数；对次级学习器进行训练，获得最终的堆叠集成模型；基于堆叠模型预测结果，采用多目标粒子群算法生成最优掘进控制参数。本发明提供了全断面隧道掘进机开挖过程掘进控制参数实时预测及优化决策方法，解决了复杂地层TBM掘进过程参数自动选取及调整难题，对全断面隧道掘进机安全高效智能化掘进具有重要意义。