基于群智能的表面貼裝優(yōu)化研究.pdf

1、在印制電路板的生產(chǎn)過(guò)程中，表面貼裝是極為重要的一環(huán)，其速度直接影響著生產(chǎn)效率的高低。早期的表面貼裝過(guò)程優(yōu)化是由人工憑經(jīng)驗(yàn)完成的。近年來(lái)，設(shè)備供應(yīng)商也隨機(jī)提供了一些方法，但都比較簡(jiǎn)單、不完善且不實(shí)用。而群體智能則是這樣的系統(tǒng)所表現(xiàn)出的特性：低級(jí)個(gè)體與它們的環(huán)境局部交互所表現(xiàn)的集體行為形成了一致功能的整體模式。它為不需要集中控制或提供全局模型就能探索集體合作(或分布式)問(wèn)題提供了基礎(chǔ)。群智能的這些特點(diǎn)，對(duì)解決表面貼裝路徑優(yōu)化問(wèn)題，提供了合適

2、便利的解決方法。 對(duì)此，本文將群體智能優(yōu)化思想擴(kuò)展到表面貼裝路徑優(yōu)化問(wèn)題，針對(duì)該問(wèn)題提出了優(yōu)化模型及新的優(yōu)化方法。即首先轉(zhuǎn)化為旅行商問(wèn)題，并在此基礎(chǔ)上建立相應(yīng)的數(shù)學(xué)模型，使得群智能優(yōu)化方法能夠適用于表面貼裝路徑優(yōu)化問(wèn)題。 論文在討論了群智能及演化計(jì)算的基礎(chǔ)上，分析了兩種典型的群體智能算法：蟻群算法和粒子群算法，并提出改進(jìn)策略。螞蟻算法部分，提出了改進(jìn)的最大-最小螞蟻系統(tǒng)使之適用于表面貼裝路徑優(yōu)化。通過(guò)動(dòng)態(tài)限定信息素濃度，

3、從而避免陷入局部最優(yōu)解，改進(jìn)信息素更新原則和選路概率公式，以提高收斂速度和解的質(zhì)量，最后對(duì)參數(shù)與最終解質(zhì)量之間的關(guān)系進(jìn)行了定性的分析。在粒子群算法方面，提出了將基本的粒子群算法應(yīng)用于表面貼裝路徑優(yōu)化問(wèn)題的一種解決方案，因粒子群算法本身相對(duì)少的參數(shù)、更快收斂速度等一系列優(yōu)良的特性，對(duì)基本的粒子群算法應(yīng)用于表面貼裝路徑優(yōu)化問(wèn)題的可行性進(jìn)行了探索式的研究，并對(duì)多種算法之間進(jìn)行了比較。 通過(guò)一系列數(shù)據(jù)測(cè)試，比較兩者的優(yōu)缺點(diǎn)，從而對(duì)群智能