La rápida urbanización e industrialización han intensificado la contaminación del aire, planteando graves desafíos para el desarrollo sostenible y la salud pública. Como una zona económica clave en China, la región de Beijing-Tianjin-Hebei (BTH) enfrenta un deterioro persistente de la calidad del aire, lo que resalta la urgente necesidad de modelos de predicción precisos e inteligentes. Sin embargo, los estudios existentes a menudo sufren de una adaptabilidad limitada de modelos individuales y umbrales de selección de características subjetivos, lo que restringe el rendimiento predictivo y la capacidad de generalización. Para abordar estos desafíos, este estudio propone un marco de aprendizaje profundo híbrido optimizado por características para la predicción del AQI en Beijing, Tianjin y Shijiazhuang. Primero se desarrolla una estrategia de selección de características adaptativa integrando el algoritmo Relief_F con el Algoritmo de Optimización de Murciélagos (BOA), que determina de manera adaptativa la importancia de las características, mejorando así la objetividad y efectividad en la identificación de indicadores clave de contaminantes y meteorológicos. Posteriormente, se construye una red híbrida CNN-BiLSTM-GRU mejorada por atención, donde el mecanismo de atención enfatiza la información temporal crítica que más influye en los resultados de la predicción. Los experimentos muestran que el modelo propuesto logra valores de MAPE del 1.00%, 1.15% y 1.09% para Beijing, Tianjin y Shijiazhuang, superando a los modelos de referencia en un 18.43-45.05%. Estos resultados confirman la fiabilidad del marco para aplicaciones prácticas con una fuerte robustez y validez estadística.