Simulated annealing algorithm for optimization design of superconducting MRI main magnet

When designing MRI (magnetic resonance imaging) superconducting main magnets, the optimization design method is often used, and each design parameter is treated as a continuous variable. However, in fact, many parameters are discrete variables. In order to be more in line with engineering practice, the design of superconducting MRI main magnets is regarded as a global optimization problem with discrete variables. A mathematical model suitable for a variety of superconducting MRI main magnet structures is established, including design variables, objective functions, constraints, etc., and a simulated annealing algorithm with discrete variables suitable for the optimization design of MRI superconducting main magnets is selected for design. The example results show that the mathematical model and optimization algorithm selected in this paper are effective and can meet the requirements of superconducting MRI main magnet design. Keywords: MRI; superconducting main magnet; discrete optimization; simulated annealing Abstract: Optimization design is often used in the design of MRI superconducting main magnet, where all variables are treated as continuous ones. According to the fact that not all variables are continuous, here the design problem is seen as a global optimization problem with discrete variables. A mathematical model is built including the definition of variables, objective function and constraints. A simulated annealing algorithm suitable for the optimization of mixed integer non-linear programming problems is used to design MRI SC main magnet. An example is given to illustrate the effectiveness of the mathematical model and the optimization algorithm.Key words: MRI; superconducting main magnet; discrete optimization; simulated annealing