研究人脑的特性是物理学、生物学和信息理论等众多学科交叉的边缘学科,是当前科技界的一个前沿领域。从工程学科的角度探测、分析和模仿大脑的功能是当前的一个研究热点。其中脑电源定位问题,是根据头皮观测电位实现人脑内部电活动源信息的反演研究,更是引起了人们的广泛兴趣,其研究成果将在探索人的感觉、认知过程及神经疾病诊断等方面具有重要作用。文章选用同心四层球模型,基于瞬时脑电数据,将遗传算法和模拟退火算法有机的结合起来,形成模拟退火混合遗传算法。该算法改善了传统遗传算法的性能,加快了收敛速度,增强了算法的全局收敛性,并将其应用在脑电源定位问题上,取得了较好的效果。文章主要进行了以下几个方面的工作:1)针对传统遗传算法的不足,改进了传统遗传算法的选择、交叉、变异等算子。采用了选择概率随适应度值成比例的选择方法,并加入最优保存法,使适应度好的个体尽量保存到下一代群体中,有效的加快了算法的收敛速度。在更新算子的设计中引入模拟退火算法的Metropolis判别准则的复制策略,一方面保证中间群体中的最优个体进入下一代,另一方面在接受优化解外,有限度地接受劣质解,保证了群体的多样性,避免陷入局部最优解。2)借鉴Srinivas等人提出的交叉概率和变异概率随适应度函数值自动改变的方法,建立和,使适应度函数值小的个体,具有较大的交叉概率和变异概率,有利于加快算法收敛速度。当陷入局部极值时,适应度函数值较大的个体对应的、也将增大,有利于避免“早熟”问题,并用多峰值函数进行验证。3)模拟退火混合遗传算法应用在脑电源定位问题上,求解脑电等效偶极子参数。经实验验证,此方法提高了求解逆过程的计算速度和精度,提供了一种对脑电源定位的分析途径。4)最后,为了充分利用以往的脑电研究成果,便于资料共享、算法交流,开发了一个B/S和C/S相结合的混合模式的脑电算法资料管理平台,为从事脑电方面研究的同学提供方便。