Durante el proceso de ignición de un motor de cohete sólido, la presión cambia drásticamente y el proceso de ignición es muy complejo, ya que incluye múltiples reacciones. La finalización exitosa del proceso de ignición es esencial para el correcto funcionamiento de los motores de cohete sólidos. Sin embargo, la medición de la presión se vuelve extremadamente desafiante debido a varios problemas, como la enormidad y el alto costo de realizar pruebas en motores de cohete sólidos. Por lo tanto, es necesario investigar utilizando cálculos numéricos y otros métodos. Actualmente, las teorías fundamentales sobre el proceso de ignición no se han desarrollado completamente. Además, las simulaciones numéricas requieren simplificaciones significativas. Para abordar estos problemas, este estudio propone un método de predicción de presión para motores de cohete sólidos basado en memoria a largo y corto plazo bidireccional (CBiLSTM) combinado con ruido gaussiano adaptativo (AGN). El método utiliza datos de presión experimentales y datos de presión simulados como entradas para el coentrenamiento para predecir datos de presión bajo nuevas condiciones de operación. En comparación, el método AGN-CBiLSTM tiene una mayor precisión de predicción con un error porcentual del 3.27% entre los datos predichos y los datos reales. Este método proporciona una forma efectiva de evaluar el rendimiento de los motores de cohete sólidos y tiene una amplia gama de aplicaciones en el campo aeroespacial.