买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都理工大学申请的专利一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121117808B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511659683.6，技术领域涉及：G06F18/2415；该发明授权一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法是由李龙起;穆钰凤;邓夷明;陈亚丽;吴亚东;刘恩龙设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法在说明书摘要公布了：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。

本发明授权一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法在权利要求书中公布了：1.一种基于DBO-XGBoost和SMPSO优化ABKDE的滑坡表面位移区间预测方法，其特征在于，包括： 获取滑坡累计位移监测数据，所述滑坡累计位移监测数据包括：滑坡累计位移、降雨量以及库水位； 对所述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； 通过局部均值分解算法LMD对所述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，计算每个分量的样本熵值，并进行重构得到波动项和趋势项； 通过多项式拟合对所述趋势项进行预测得到趋势项位移预测结果； 对所述降雨量进行计算得到原始影响因子，根据所述原始影响因子和波动项计算皮尔逊相关系数，筛选强相关性因子作为有效影响因子； 将所述有效影响因子和波动项输入预先训练完成的DBO-XGBoost模型进行预测得到波动项位移预测结果； 将所述趋势项位移预测结果和波动项位移预测结果进行叠加得到累计位移预测结果，并将所述累计位移预测结果作为点预测结果； 计算点预测结果与实际值之间的误差得到误差序列，将所述误差序列输入SMPSO-ABKDE模型得到位移预测区间，其中，所述SMPSO-ABKDE模型由速度约束的多目标粒子群优化算法SMPSO优化自适应带宽核密度估计ABKDE模型得到。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都理工大学，其通讯地址为：610051 四川省成都市二仙桥东三路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。