多源信息融合约束下的工作面电磁波CT探测智能反演方法

郭昌放，武 祥，杨 真，陈一鼎，马留柱，马中原

(1.中国矿业大学 人工智能研究院，江苏 徐州 221116；2.中国矿业大学 矿业工程学院，江苏 徐州 221116；3. 昆明煤炭科学研究所，云南 昆明 650051；4. 中煤科工集团西安研究院有限公司，陕西 西安 710000；5. 中国矿业大学(北京) 能源与矿业工程学院，北京 100083)

工作面地质异常的精准预测是实现煤矿智能精准开采的重要基础和前提，对于推动煤炭资源的安全高效开采具有重要意义[1-2]。煤矿工作面电磁波CT(Computerized Tomography)技术作为一种非接触式探测方法，具有施工便捷、效率高、分辨能力强、成本较低、无破坏性等优点，已成为目前煤矿工作面内地质异常探测的主要方法之一[3]。

煤矿工作面电磁波层析成像技术来自于医学上常用的CT技术，属于图像重构技术的应用之一。在利用电磁波CT技术对工作面内地质异常进行层析反演计算时，需要求解的是一个病态矩阵方程。针对该矩阵方程的求解方法，最为经典的是GORDEN[4]提出的代数重建算法(ART)、GILBERT[5]提出的联合迭代重建算法(SIRT)及其优化算法[6-7]。然而这些常见的层析反演算法大都采用单一的初始模型，通过反复向改进的邻近解集移动，直到满足允许条件以求得最终解。其反演结果很大程度上取决于单一初始模型的选择，而且容易陷入局部最优解。随着计算机计算能力的提高以及人工智能技术的快速发展，先进的智能计算方法已经被广泛应用于各种复杂模型问题求解过程中。

自1960年以来，蒙特卡洛法、BP神经网络、遗传算法、粒子群等智能算法通过模仿生物的生存和进化规则而逐步发展起来，并为复杂多维度问题的处理提供了新的思路和方法。……