为进一步提高大坝位移预测模型的精度，提出了一种结合梯度提升决策树(GBDT)、卷积神经网络(CNN)、Informer和人工生态系统优化算法(AEO)的混合模型。首先，利用GBDT评估输入特征的重要性，筛选出显著影响大坝位移的重要因子。然后，利用CNN对输入数据进行深度特征提取，挖掘有效信息；采用Informer模型建立提取特征与坝体位移之间的映射关系。最后，采用AEO算法对模型的超参数进行寻优。实际工程数据验证结果表明，与其他对比模型相比，所提模型具有更好的预测精度和稳定性。