目前，已有的微震定位方法有幾何作圖法、線性定位法(包括絕對定位法和相對定位法) 和非線性定位法。 然而，受背景噪音、機(jī)械振動等因素干擾，煤礦微震信號非常復(fù)雜，上述方法定位性能較差。 因此，如何有效提升煤礦 微 震 震 源 定 位 精 度 是 目 前 面 臨 的 一 個 重 大問題 。

目前，主要的煤礦微震震源定位方法是反演法。該方法通過震源檢波探測器接收震源初至?xí)r刻來反演震源的位置，包括非啟發(fā)式和啟發(fā)式 2 種 。 非啟發(fā)式方法主要包括牛頓法、擬牛頓法和梯度下降法等。 楊俊峰等提出了一種基于 DTOA 和牛頓法的震源定位方法，發(fā)現(xiàn)該方法能有效地提高震源定位的準(zhǔn)確性。 為解決遠(yuǎn)場震源定位問題，李月等在基于無需測速的震源定位模型中，先利用遺傳算法的全局優(yōu)化能力縮小搜索范圍，再通過擬牛頓法實現(xiàn)局部精確尋優(yōu)。 試驗結(jié)果表明，該混合算法定位速度更快、精度更高。 非啟發(fā)式方法雖然可以通過一定的改進(jìn)提升震源定位的精度，但是存在復(fù)雜的導(dǎo)數(shù)求解、 局部搜索和收斂速度慢等問題，容易定位到錯誤的位置，導(dǎo)致定位精度較差。因此，啟發(fā)式方法是目前研究的主流方法，主要包括模擬退火法、單純形法、遺傳算法和粒子群優(yōu)化算法等。 王泉棟等采用多種群遺傳算法求解定位問題，通過 2 個種群獨立進(jìn)化，提高遺傳算法的全局搜索能力。 陳炳瑞等利用粒子群優(yōu)化算法，識別微震震源和速度模型，進(jìn)一步提高了定位精度。 從上面的討論和分析可以看出，大多數(shù)現(xiàn)有的微震震源定位方法是基于單目標(biāo)優(yōu)化方法或傳統(tǒng)的非啟發(fā)式方法，關(guān)于震源定位的多目標(biāo)優(yōu)化相關(guān)工作很少。分析發(fā)現(xiàn)，在震源定位問題中，能量較大的微震激發(fā)的檢波探測器個數(shù)較多，選擇哪些通道的震動信號進(jìn)行定位可以獲得更好的定位精度仍有待進(jìn)一步研究。 為此，筆者將震源定位問題轉(zhuǎn)化為一個多目標(biāo)優(yōu)化問題，提出一種既考慮通道個數(shù)又考慮定位　精度的多目標(biāo)微震震源定位模型，并利用多目標(biāo)粒子群優(yōu)化算法行求解?？紤]到粒子群優(yōu)化算法易于早熟收斂，而模擬退火是一種易于跳出局部最優(yōu)的全局搜索算法。 因此，將二者結(jié)合形成一種取長補(bǔ)短的混合算法，有利于提升震源定位精度。

1)將傳統(tǒng)微震震源定位模型非線性方程式的求解轉(zhuǎn)化為一個優(yōu)化問題，簡化了求解過程。2)針對不同的優(yōu)化求解模型，多目標(biāo)震源定位模型相比較于單目標(biāo)震源定位模型，可以顯著減小定位誤差。3)不同檢波探測器測量得到的數(shù)據(jù)中包含不同程度的噪聲，改變參與定位的通道信號，定位性能自然會受到影響。 參與定位的微震信號檢測通道個數(shù)也是定位誤差的主要影響因素之一，即使通道個數(shù)確定，定位性能依然需要進(jìn)一步優(yōu)化。4)提出的一種基于多目標(biāo)粒子群-模擬退火的混合定位方法，該方法利用多目標(biāo)粒子群優(yōu)化算法的全局探索性能，為實現(xiàn)局部搜索的模擬退火算法提供更優(yōu)的初始解，同時也有效避免尋優(yōu)過程陷入局部極值，能夠?qū)崿F(xiàn)多目標(biāo)震源定位模型優(yōu)化求解。