随着信息技术和人工智能的迅速发展,智能化微震定位和成像技术被广泛应用于火山、煤矿、油田等众多地区。近年来,随着我国煤矿开采深度的增加和开采强度的提高,大能量矿震事件频发,造成大量人力物力的损失。因此,精准有效的微震定位和成像方法是煤矿监测领域研究的热点问题。微震定位和成像技术依赖于微震发生时,微震源发出能量波信号的监测数据。受地下介质速度结构异构性影响,能量波信号大多不沿直线传播。同时,受背景噪声的影响,监测数据存在大量误差。传统的微震定位和成像技术时常出现无法求解,计算结果偏离实际等问题,导致定位精度低,鲁棒性差,算法收敛速度慢,成像结果偏离实际。本文对微震定位和成像方法进行深入研究,针对现有方法存在的不足,提出一种改进MFO-SOA算法的微震定位和成像方法,主要研究工作如下:（1）针对到时误差问题,提出了一种改进MFO微震定位方法。首先,通过互相关算法,计算到时数据的差值矩阵,通过稳健估计,提出将稳健差值法作为算法的目标函数。其次,基于MFO算法,采用非线性惯性权重的更新策略。最后,通过算法中个体间的相互作用进行迭代求解震源点的位置。（2）针对地下介质速度结构异构性问题,提出改进的SOA微震成像算法。首先,根据所有微震事件的位置组成微震事件对。其次,根据事件对时间维度的双差结果构建巨型稀疏矩阵,并将矩阵的均方差设定为目标函数。再次,基于SOA算法,引入莱维飞行策略进行迭代更新。最后,采用Kriging插值法,反演整个空间的成像结果。（3）对真实数据和模拟数据进行实验验证,从定位精度,定位收敛速度,成像分辨率,成像收敛速度和成像稳定等多个方面与多种算法进行对比。实验结果表明,本文所提出的方法收敛速度快,定位精度高,成像结果稳定性强,并且与实际情况吻合。