利用CTCM优化K-means聚类研究微震震源稳健定位OA

针对传统微震震源定位方法在噪声干扰下鲁棒性不足的问题,提出一种融合遗传算法(genetic algorithm,GA)全局搜索和部落竞争与成员合作算法(competition of tribes and cooperation of members algorithm,CTCM)优化K-means聚类的微震震源稳健定位框架。首先,基于到时差数学模型构建不同测点四四组合的最优化目标函数,通过GA算法遍历求解这些以未知震源三维坐标为自变量的三元二次函数,生成大量震源近似解;然后,引入CTCM对K-means聚类的初始聚类中心进行优化,将聚类结果的误差平方和(sum of squared error,SSE)作为最优化目标函数的因变量,以状态转移相关矩阵提升高维数据的聚类稳定性;最后,执行优化后的K-means得到多个聚类中心,以这些中心坐标的中位数和各点马氏距离构建抗差定位策略,并应用中位数绝对偏差(median absolute deviation,MAD)实现对异常点的自动剔除,其他聚类中心的加权算术平均值即为最终解。结果表明,该方法(GA-CTCM-K-means)在1组平面型仿真实验和2组真实微震案例下均能实现较好的异常剔除和定位效能,定位精度分别可达9.5243 m、137.8651 m、28.1009 m,优于Geiger法、单纯形法、震源扫描法等传统方法,是一种具有一定应用价值的微震震源定位方案。