基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化

doi:10.3969/j.issn.1006-2475.2017.08.004

计算机与现代化

基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化

江苏大学机械工程学院，江苏镇江212013

收稿日期:2017-01-11 出版日期:2017-08-31 发布日期:2017-09-01
作者简介:付永忠（1973-），男，河北唐山人，江苏大学机械工程学院副教授，博士，研究方向：表面贴装技术，贴片机贴装路径优化，数控与电气伺服技术；潘云峰（1990-），男，江苏泰州人，硕士研究生，研究方向：表面贴装技术，贴片机贴装路径优化。

Mounting Sequence Optimization for Vertical Rotary Chip Mounter #br# Based on Improved Ant Colony Algorithm

School of Mechanical Engineering, Jiangsu University, Zhenjiang 212013, China

Received:2017-01-11 Online:2017-08-31 Published:2017-09-01

摘要/Abstract

摘要： 以垂直旋转式贴片机为研究对象，在供料器位置确定的情况下，研究其贴装顺序优化问题。在贴片机贴装数学模型的基础上提出改进蚁群算法，将贴装过程分成拾取贴放循环和各循环之间连接2个子问题。改进蚁群算法在搜索最优解过程中引入精英蚂蚁，并采用全局和局部相组合的信息素更新策略。实验结果表明，改进算法在求解贴片机最优路径时具有较好的求解精度、全局搜索能力以及较快的收敛速度，相比基本蚁群算法，其求得的最优路径使得贴装效率提高了11%左右。

关键词: , 贴片机, 贴装顺序优化, 改进蚁群算法

Abstract: The mounting sequence optimization problem of the vertical rotary chip mounter is studied under the condition that the feeder allocations are confirmed. An improved ant colony algorithm is proposed based on the mathematical model. The mount process is divided into collect/posted cycles and each cycle connection. It also introduces elite ant and the pheromone updating strategy based on global and local combination. The experimental results show that the improved algorithm has better precision, global search ability and faster convergence rate. Compared with the basic ant colony algorithm, the efficiency of the optimal solution is increased by about 11%.


Key words: chip mounter, mounting sequence optimization, improved ant colony algorithm

中图分类号:

TP301

付永忠，潘云峰. 基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.08.004.

FU Yongzhong, PAN Yunfeng. Mounting Sequence Optimization for Vertical Rotary Chip Mounter #br# Based on Improved Ant Colony Algorithm[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.08.004.

参考文献

［1］吴兆华,周德俭. 表面组装技术基础［M］. 北京:国防工业出版社, 2002.
［2］张文典. 实用表面组装技术［M］. 北京:电子工业出版社, 2015.
［3］曹白杨. 表面组装技术基础［M］. 北京:电子工业出版社, 2012.
［4］罗磊,王石刚,蔡建国. 表面贴装关键技术综述［J］. 组合机床与自动化加工技术, 2003(2):70-72.
［5］王介生,李凤森. GAM中一类新的NP完全问题［J］. 计算机学报, 1991(3):199-205.
［6］王晓东. 若干NP完全问题的特殊情形［J］. 福州大学学报, 1999,27(5):10-13.
［7］杜立智,符海东,张鸿,等. P与NP问题研究［J］. 计算机技术与发展, 2013,23(1):37-42.
［8］曾又姣，金烨. 基于遗传算法的贴片机贴装顺序优化［J］. 计算机集成制造系统, 2004，10(2):205-208.
［9］朱献文，李福荣. 求解旅行商问题的几种智能算法［J］. 计算机与数字工程， 2010，38(1)：32-35.
［10］段海滨. 蚁群算法原理及其应用［M］. 北京:科学出版社， 2005.
［11］张昆龙,杨文光. 计算智能［M］. 北京:煤炭工业出版社, 2015.
［12］段海滨,王道波,于秀芬. 蚁群算法的研究现状及其展望［J］. 中国工程科学, 2007,9(2):98-102.
［13］Lopezgil M， Brimacombe J， Barragan L, et al. Solving the probabilistic TSP with ant colony optimization［J］. Journal of Mathematical Modeling and Algorithms in Operations Research, 2004,3(4):403-425.
［14］侯文静，马永杰，张燕，等. 求解TSP的改进蚁群算法［J］. 计算机应用研究, 2010,27(6):2087-2089.
［15］Du Zhangwei, Yang Yongjian, Sun Yongxiong, et al. An improved ant colony optimization algorithm for solving the TSP problem［J］. Applied Mechanics & Materials, 2010,26-28:620-624.
［16］朱庆保，杨志军. 基于变异和动态信息素更新的蚁群优化算法［J］. 软件学报， 2004,15(2):185-192.
［17］覃刚力，杨家本. 自适应调整信息素的蚁群算法［J］. 信息与控制, 2002,31(3):198-201.
［18］宋雪梅，李兵. 蚁群算法及其应用［M］. 哈尔滨:哈尔滨工业大学出版社， 2006.


[1]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[2]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[3]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[4]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[5]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[6]	李富星，蒙祖强 . 一种改进的类别区分词特征选择算法[J]. 计算机与现代化, 2019, 0(03): 73-.
[7]	白晓波1，邵景峰1，和征1，田建刚2. 基于学习的核偏最小二乘法优化扩展卡尔曼滤波[J]. 计算机与现代化, 2018, 0(09): 110-.
[8]	郑亚鹏，樊璐. 基于LSTM的临床血液需求预测方法[J]. 计算机与现代化, 2018, 0(05): 41-.
[9]	刘德春1，张秀国2，姜微2. 基于马尔科夫链的大学生自主学习能力预测方法[J]. 计算机与现代化, 2018, 0(05): 106-.
[10]	夏琨1，丁波1，刘俊1，刘子豪1，林亮成2. 基于内容分析的网络协议指纹识别[J]. 计算机与现代化, 2018, 0(05): 121-.
[11]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[12]	陈丽娟，谢伙生. 带负项值的onshelf效用项集并行挖掘算法[J]. 计算机与现代化, 2018, 0(04): 13-.
[13]	吴克介,王家伟. 基于知网与搜索引擎的词汇语义相似度计算[J]. 计算机与现代化, 2018, 0(04): 90-.
[14]	曲晓燕1，张勇亮2，吕晓峰1，马羚1. 基于模糊粒度相关向量机的缓变故障参数区间预测[J]. 计算机与现代化, 2017, 0(8): 5-.
[15]	李春利，柳振东，惠康华. 基于余弦相似度的边界样本选择方法[J]. 计算机与现代化, 2017, 0(8): 66-.

基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化

Mounting Sequence Optimization for Vertical Rotary Chip Mounter #br# Based on Improved Ant Colony Algorithm

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价