禁忌搜索-混合蛙跳算法的贴片机优化

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 14-17.

禁忌搜索-混合蛙跳算法的贴片机优化

陈铁梅1，2，罗家祥2

1.广东商学院信息学院，广州 510320
2.华南理工大学自动化科学与工程学院，广州 510640

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-11 发布日期:2011-09-11

Optimization for multi-head surface mounting machine based on tabu search and shuffled frog-leaping algorith

CHEN Tiemei1，2，LUO Jiaxiang2

1.Information Science School，Guangdong University of Business Studies，Guangzhou 510320，China
2.College of Automation Science and Engineering，South China University of Technology，Guangzhou 510640，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-11 Published:2011-09-11

摘要/Abstract

摘要： 在拱架式贴片机的贴装过程中，元器件的贴装顺序和喂料器的分配是影响拱架式贴片机贴装效率的主要因素。根据实际的贴装过程，建立了拱架式贴片机的集成优化模型。在问题求解上，将贴片机的贴装优化问题分解为两个子问题，分别利用禁忌算法进行喂料器分配优化和改进的混合蛙跳算法对元器件贴装顺序进行优化;通过迭代协调思想，将相互联系的两个问题分而求解再相互协调，最终实现贴片机贴装过程的优化。为验证算法有效性，以10块实际生产的PCB为实例进行了测试。实验结果表明，该算法能获得较好的贴片机贴装优化解，与混合遗传算法（HGA）相比，平均效率提高了9.55%。

关键词: 禁忌算法, 混合蛙跳算法, 喂料器分配优化, 元器件贴装顺序优化

Abstract: The component placement sequence and feeder arrangement are the important factors determining assembly time of the multi-head surface mounting device.A mathematical model is specifically established for the multi-head surface mounting machine to minimize the assembly time.Firstly the SMT placement process optimization problem is divided into two sub-problems，then Tabu Search（TS） algorithm and the shuffled frog leaping algorithm with mutation are used to optimize feeder assignment and the component placement sequence respectively.Finally according to the thoughts of iteration and cooperation，two interrelated sub-problems should be linked and incorporated with each other to improve the efficiency of optimization.To verify the efficiency of the algorithm，experimens on 10 PCBs instances are executed.Experimental results show that the algorithm can obtain satisfied quasi-optimal solutions to the mounting process，and it makes an improvement 9.55% on the Hybrid Genetic Algorithm（HGA） reported in literature.

Key words: tabu search algorithm, shuffled frog-leaping algorithm, feeder assignment, component mounting sequence optimization

陈铁梅1，2，罗家祥2. 禁忌搜索-混合蛙跳算法的贴片机优化[J]. 计算机工程与应用, 2011, 47(26): 14-17.

CHEN Tiemei1，2，LUO Jiaxiang2. Optimization for multi-head surface mounting machine based on tabu search and shuffled frog-leaping algorith[J]. Computer Engineering and Applications, 2011, 47(26): 14-17.

[1]	瞿拓思，曹海燕，许方敏，方昕，王秀敏. 大规模MIMO系统中优化导频分配方案研究[J]. 计算机工程与应用, 2020, 56(8): 60-65.
[2]	葛显龙1，2，薛桂琴1. 不确定环境下多品类共同配送路径优化[J]. 计算机工程与应用, 2019, 55(9): 264-270.
[3]	李志强1，朱望纯1，张伟昆1，2. 区域停车诱导信息发布板的选址优化算法[J]. 计算机工程与应用, 2018, 54(8): 242-246.
[4]	林诗洁1，2，董晨1，2，陈明志1，2，张凡1，2，陈景辉1，2. 新型群智能优化算法综述[J]. 计算机工程与应用, 2018, 54(12): 1-9.
[5]	刘宏，王其涛，夏未君. 优化混合蛙跳算法的WSN三维定位方法[J]. 计算机工程与应用, 2017, 53(2): 129-133.
[6]	苟杰，马自堂. 基于MapReduce的并行SFLA-FCM聚类算法[J]. 计算机工程与应用, 2016, 52(1): 66-70.
[7]	季骏，戴月明，吴定会. 内嵌扰动变异的混合蛙跳算法[J]. 计算机工程与应用, 2015, 51(12): 27-30.
[8]	张凯，周德云，潘潜. 基于混合蛙跳算法的协同空战火力分配[J]. 计算机工程与应用, 2014, 50(17): 263-266.
[9]	吴永华，彭勇，汪刚. 基于群体爬山策略的混合粒子群优化算法[J]. 计算机工程与应用, 2014, 50(1): 45-48.
[10]	赵小强1，2，刘悦婷1. 一种基于改进混合蛙跳的KFCM算法[J]. 计算机工程与应用, 2013, 49(4): 141-145.
[11]	李国平. 面向多峰函数优化的PASFLI算法及应用[J]. 计算机工程与应用, 2013, 49(21): 199-203.
[12]	孔凡光，何建华，唐奎. 协同多目标攻击的混合蛙跳融合蚁群算法研究[J]. 计算机工程与应用, 2013, 49(20): 240-243.
[13]	许方，张桂珠. 基于SFLA和FCM的Web搜索结果聚类[J]. 计算机工程与应用, 2013, 49(14): 109-112.
[14]	李晶晶，戴月明. 自适应混合变异的蛙跳算法[J]. 计算机工程与应用, 2013, 49(10): 58-61.
[15]	许方，张桂珠. 一种改进的混合蛙跳和K均值结合的聚类算法[J]. 计算机工程与应用, 2013, 49(1): 176-180.