一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于DBO‑XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法，包括：获取滑坡累计位移监测数据；对滑坡累计位移监测数据进行预处理得到滑坡累计位移时间序列；利用局部均值分解LMD对滑坡累计位移时间序列进行分解得到多个乘积分量PF和一个残余分量R，对分量计算其样本熵，并进行位移重构得到趋势项和波动项；将趋势项进行多项式拟合得到趋势项位移预测结果，将波动项导入DBO‑XGBoost模型得到波动项位移预测结果；将趋势项位移预测结果与波动项位移预测结果叠加，得到累计位移预测结果，将其作为点预测结果；根据点预测结果计算误差序列，将得到的误差位移序列导入SMPSO优化的ABKDE进行区间预测，得到预测区间；本发明能够有效预测滑坡位移，且提高了预测精度。

《一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025116596836，当前法律状态为已下证，由成都理工大学提出申请，发明人为李龙起;穆钰凤;邓夷明;陈亚丽;吴亚东;刘恩龙，申请日期为2025-11-13，公开（公告）日期为2026-03-06，国际专利分类号（IPC）为 G06F 18/2415 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于DBO‑XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法，包括：获取滑坡累计位移监测数据；对滑坡累计位移监测数据进行预处理得到滑坡累计位移时间序列；利用局部均值分解LMD对滑坡累计位移时间序列进行分解得到多个乘积分量PF和一个残余分量R，对分量计算其样本熵，并进行位移重构得到趋势项和波动项；将趋势项进行多项式拟合得到趋势项位移预测结果，将波动项导入DBO‑XGBoost模型得到波动项位移预测结果；将趋势项位移预测结果与波动项位移预测结果叠加，得到累计位移预测结果，将其作为点预测结果；根据点预测结果计算误差序列，将得到的误差位移序列导入SMPSO优化的ABKDE进行区间预测，得到预测区间；本发明能够有效预测滑坡位移，且提高了预测精度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！