新兴的铁磁共振温度测量技术从理论上具有诸多优势,故受到国内外学者广泛关注。该技术需要对零磁场点(FFP)进行求解。传统方法采用粒子群优化算法。最近几年优化算法得到了飞速发展,尤其是元启发式算法。由于算法的计算精度及收敛速度很大程度上影响着温度测量的精度及反应速度,因此,将目前的算法研究成果应用于计算零磁场点中,或尝试通过现有理论,对解析的方法进行研究,有助于促进该技术的发展。本文针对计算零静磁场点的问题,从改进现有元启发式算法,提出新的元启发式算法和理论推导三个方面进行探讨。在改进元启发式算法上,在基于时变惯性权重学习机制的蝙蝠优化算法(wBA)的基础上,引入反向学习及Levy扰动机制对其进行改进,提出一种基于反向学习与Levy扰动的改进优化蝙蝠算法(wLevyOLBA)。在提出新的元启发式算法上,提出了海岛算法(Island Algorithm IA)。在理论推导方面,基于毕奥-萨伐尔定律,得出一种用来计算XY面任一点为FFP时各个线圈电流的解析方法。wLevyOLBA算法利用六个标准函数进行验证,并和BA算法、wBA算法进行对比;海岛算法利用CEC13测试集进行验证,并和PSO算法进行对比。结果表明,wLevyOLBA算法在收敛性能和鲁棒性方面明显优于wBA算法和BA算法。海岛算法在计算具有某类特征的函数时,差于粒子群算法,但在大部分函数和多个维度下的结果中,其计算精度及鲁棒性均显著较粒子群算法优异,验证了算法的分析。wLevyOLBA算法、海岛算法和解析方法分别对FFP进行求解,将计算出的结果带入到仿真软件中,进行仿真实验。结果表明,三种方法均优于传统上采用的粒子群优化算法,解析方法计算的FFP位置误差在3mm之内,满足磁信号测量的需要。解析的方法相比元启发式算法不仅克服了传统迭代方法的收敛慢、结果不确定等缺点,而且其解具有理论依据,在精度和计算速度上具有绝对的优势,对磁纳米粒子温度测量、加热控制、浓度成像等技术的发展都有帮助。