基于MOPSO-SA混合算法的矿山微震震源定位方法

来源期刊：煤炭科学技术2020年第3期

论文作者：郭一楠 崔宁 程健

文章页码：126 - 132

关键词：矿山微震;多目标震源定位;粒子群优化;模拟退火;

摘    要：冲击矿压是一种典型的煤矿动力灾害,通过监测煤矿微震来进行冲击矿压的预防预警是一种有效的手段,其中震源位置是微震监测中需要确定的最关键和最基本的参数之一。在微震震源定位过程中,参与定位的通道个数对定位精度具有显著影响。当震动激发的检波探测器个数足够多时,不断增加通道个数并不能有效提高震源的定位精度。基于此,选取合适的震动信号参与定位对提升震源定位精度至关重要。为解决该问题,在设定均勾介质的条件下,基于走时拟合法的震源定位模型,提出一种既考虑定位通道个数、又考虑模型定位精度的微震震源多目标优化定位模型。为求解该模型,结合多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）和模拟退火算法（Simulated Annealing,SA）的互补优势,提出一种基于多目标粒子群-模拟退火（MOPSO-SA）的矿山微震震源混合定位方法。该方法利用多目标粒子群优化算法的全局探索性能,为实现局部搜索的模拟退火算法提供更优的初始解,同时也有效避免寻优过程陷入局部极值。试验结果表明所提算法能够有效地求解多目标震源定位模型,且具有较高的定位精度。