基于蜜蜂进化型遗传算法和蚁群系统表面贴装优化的研究

《基于蜜蜂进化型遗传算法和蚁群系统表面贴装优化的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安建筑科技大学硕士学位论文基于蜜蜂进化型遗传算法和蚁群系统的表面贴装优化研究专业：信号与信息处理硕士生：孙有田指导教师：王超学副教授董惠副教授摘要当代社会电子技术飞速发展，电子信息产业已发展为当今社会不可或缺的产业之一，在国防、工业及社会生活等各方面发挥着日益重要的作用。电子制造业是电子信息产业的基础，表面贴装技术（SMT）作为电子先进制造技术中的重要部分，它的发展受到了世界各国的重视。在表面贴装技术生产线中，贴片机是最核心的设备，而贴片机的生产效率一直是整个生产线的瓶颈，对于这一“瓶颈”设备的贴装过程进行合理的优化控制是提高SMT生产线的工

2、作效率、缩短产品生产周期的主要方法之一。首先，本文对贴片机类型以及贴片机贴装工艺流程、影响因素等进行了详细分析，并据此建立了表面贴装技术的优化模型；结合蜜蜂进化型遗传算法和蚁群系统的优点，提出了一种串行结构的混合智能算法，即蜜蜂进化型遗传-蚁群算法BGAA，并针对该混合算法存在的运行速度较慢的问题，又提出了一种并行结构的基于蜜蜂进化型遗传算法和蚁群系统的混合智能算法BAHA，该算法通过两个种群的融合实现信息共享，采用了改进的OX的交叉算子，保留了优秀个体基因的排列顺序，并加入了局部搜索算子，在当代最优解附近进行了更加精细的搜索，引入信息素重置防

3、止了混合算法陷入局部最优解的产生。通过对TSP问题仿真测试进行算法的有效性验证，并以6吸嘴的垂直旋转式贴片机为原型，针对表面贴装技术优化模型，利用BAHA对实际生产中使用的5种不同元器件个数和种类的PCB板的贴装顺序进行仿真优化计算。仿真测试表明，BAHA具有较好的全局搜索能力和收敛速度，能有效地解决表面贴装优化问题。关键字：表面贴装技术；贴片机；蜜蜂进化型遗传算法；蚁群系统；优化本课题受到国家自然科学基金（基金号：31170393）和西安建筑科技大学人才基金项目（基金号：RC0806）的资助。西安建筑科技大学硕士学位论文2西安建筑科技大学硕士

4、学位论文ResearchofBeeEvolutionaryGeneticAlgorithmandAntColonySystemtoSurfaceMountTechnologyOptimizationMajor:SignalandInformationProcessingName:SUNYou-TianInstructor:WANGChao-Xue，DONGHuiABSTRACTWiththerapiddevelopmentofmodernelectronictechnology,electronicinformationindustryhasb

5、eenoneoftheindispensableindustries.Inthemodernnationaldefense,modernindustrialandsociallife,electronicinformationindustryisplayinganincreasinglyimportantrole.Electronicmanufacturingisthefoundationofelectronicinformationindustry,surfacemounttechnology(SMT)asanimportantpartoft

6、headvancedmanufacturingtechnology,thedevelopmentofitgetstheworld'sattention.Intheelectronicassemblyline,themostandimportantequipmentisMulti-headSurfaceMountingMachine.Meanwhile,theMulti-headSurfaceMountingMachine'sproductionefficiencyhasbeenthebottleneckoftheentireelectronic

7、assemblyline.TheoptimalofMulti-headSurfaceMountingMachineisareasonablewaytoincreaseproductivityandtoreduceproductioncycle.Atfirst,theassemblyplanningofsurfacemount-placementmachinewasanalyzed,andthenanintegratedoptimizationmodelwasfoundedaccording.Abeeevolutionarygenetic-ant

8、colonyalgorithm(BGAA)wasproposedbycombiningwiththeadvantagesofbeeevolutiona