作者在中科院自动化所攻读硕士期间,主要研究用各种全局优化方法求解脑磁成像（MEG）的源定位问题的优缺点,并在此基础上,提出了一些解决此问题的新方法.第一章为绪论部分,介绍了各种脑成像技术的不同功能及其比较,脑磁成像的基本概念、成像原理和正反向问题的数学模型,并对脑磁成像研究的国际现状进行了综述.第二章具体介绍了为了解决脑磁成像的源定位问题,我们设计并实现了三种全局算法--混合遗传算法、模拟退火算法和禁忌搜索算法--的实现细节及其实验结果和分析.首先,我们把遗传算法和局部搜索策略结合,设计了一种混合遗传算法;其次,禁忌搜索算法第一次被用于解决这一问题.我们也实现了目前比较常用的模拟退火算法用于比较算法的性能.实验结果表明混合遗传算法是最有效的方法,禁忌搜索算法也很适合这一问题.第三章进一步将混合遗传算法发展到了并行处理器系统实现;对第二章中的模拟退火算法进行改进以后,也实现了并行化,并进行试验比较了它们的优劣.实验结果证明并行算法可以成倍提高运算速度,并且并行遗传算法更为优秀.第四章介绍了MEG源定位问题在模型、其它信息引入和算法方面的最新进展,以及在以前工作基础上,我们提出了使用并行遗传算法解决贝叶斯框架下求解概率解的方法.