微震震源定位中的多目标计算方法研究与应用

来源：大地测量与地球动力学杂志2025年第7期北京时间：

作者：陈国庆, 庞聪, 宋莹莹, 彭海洋, 李忠亚

单位：1 成都锦城学院数学建模研究中心, 成都市西源大道1号, 611731,2 中国地震局地震研究所, 武汉市洪山侧路40号, 430071,3 武汉引力与固体潮国家野外科学观测研究站, 武汉市洪山侧路40号, 430071,4 广州理工学院计算机科学与工程学院, 广州市兴太三路638号, 510540,5 闽南师范大学数学与统计学院, 福建省漳州市县前直街36号, 363000

摘要：通过引入第二代和第三代非支配排序遗传算法(NSGA-Ⅱ、NSGA-Ⅲ)、多目标蝗虫优化算法(MOGOA)、多目标灰狼优化算法(MOGWO)、多目标蚁狮优化算法(MOALO)、基于分解的多目标进化算法(MOEA/D)等6种多目标智能计算方法，利用2个不同的经典微震震源反演数学模型设计多目标定位优化函数，在深部开采矿井微震事件数据和人工仿真实验数据对比测试基础上，探索和分析6种多目标定位算法的真实效能与可靠性。结果表明，6种多目标定位模型性能不一，MOALO基于多面体台阵仿真的100轮微震震源定位误差均值可达到1.242 5 m，NSGA-Ⅱ基于深部开采矿井的微震震源定位误差均值为162.569 1 m，MOGOA基于柿竹园矿微震事件的模型鲁棒性优于MOALO。综合考虑定位精度和模型可靠性等多个性能指标认为，MOGOA具有较强的工程物探和微震监测应用前景。

关键词：微震震源定位,多目标智能计算,多目标进化分解算法,非支配排序遗传算法,多目标蚁狮优化算法,多目标蝗虫优化算法,多目标灰狼优化算法

基金资助：四川省科技厅软科学项目(2023JDR0271),广东省哲社学科共建项目(GD24XGL031),中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS202236328),武汉引力与固体潮国家野外科学观测研究站开放基金(WHYWZ202406),中国地震局地震科技星火计划(XH24025YC)