矿井通风系统不仅是保障矿工生命安全的基石，更是矿山能耗管理的核心环节。自20世纪50年代机械通风在中国金属矿山普及以来，尽管技术不断进步，但风机运行效率长期未能达到理想水平。数据显示，当前风机实际运行效率仅约40%，远低于设计目标。更严峻的是，通风能耗占矿山总能耗的三分之一，其中电力消耗占比高达70%。在大型矿井中，风机装机容量可达数千千瓦，导致年通风成本高达数百万元人民币。传统的设计与管理模式已难以满足现代矿山对高效与安全的双重需求，智能化优化势在必行。
现代矿山作业环境复杂多变，不同区域、不同时段的需风量差异巨大。多工作面同时作业、瓦斯等有害气体浓度波动、以及设备运行周期的频繁调整，都要求通风系统具备动态调节能力。若仍采用固定风量设计，不仅会导致局部区域供风不足引发安全隐患，还会造成其他区域风量过剩、能源浪费。因此，引入能够应对“变风量需求”的智能优化算法，成为提升矿山通风效率与节能水平的关键。
近年来，人工智能算法在通风优化领域的应用取得了显著进展。从遗传算法到粒子群优化，再到差分进化算法，研究者尝试了多种策略。然而，现有方法各有局限：遗传算法在大规模网络中收敛慢、计算成本高；粒子群优化易陷入局部最优；差分进化算法在处理非线性安全约束时表现不佳。混合策略虽能互补，却增加了参数调优的复杂度。面对复杂多变的工况，亟需一种兼具全局搜索能力与快速收敛精度的新算法。
针对上述痛点，本研究提出了一种策略组合拟步甲虫优化算法（SCDBO）。该算法在标准拟步甲虫算法基础上，引入了分段混沌映射初始化、随机游走策略扰动以及纵横交叉策略，有效解决了初始种群多样性不足、易陷入局部极值及收敛速度慢等问题。通过构建包含风量平衡、阻力定律及压力平衡定律的非线性无约束优化模型，SCDBO能够精准计算最优风量分配方案。
实验结果表明，SCDBO在矿井通风网络优化中表现卓越，成功将系统能耗降低了27%。这一突破不仅验证了该算法在处理非线性、强约束通风网络问题上的优越性，也为矿山企业实现绿色、低碳运营提供了切实可行的技术路径。对于中国庞大的矿业市场而言，这种基于生物启发式智能算法的节能方案，具有极高的推广价值和应用前景。
