1、在印制電路板的生產過程中，表面貼裝是極為重要的一環(huán)，其速度直接影響著生產效率的高低。早期的表面貼裝過程優(yōu)化是由人工憑經驗完成的。近年來，設備供應商也隨機提供了一些方法，但都比較簡單、不完善且不實用。而群體智能則是這樣的系統(tǒng)所表現(xiàn)出的特性：低級個體與它們的環(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)問題提供了基礎。群智能的這些特點，對解決表面貼裝路徑優(yōu)化問題，提供了合適

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

3、從而避免陷入局部最優(yōu)解，改進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量，最后對參數(shù)與最終解質量之間的關系進行了定性的分析。在粒子群算法方面，提出了將基本的粒子群算法應用于表面貼裝路徑優(yōu)化問題的一種解決方案，因粒子群算法本身相對少的參數(shù)、更快收斂速度等一系列優(yōu)良的特性，對基本的粒子群算法應用于表面貼裝路徑優(yōu)化問題的可行性進行了探索式的研究，并對多種算法之間進行了比較。 通過一系列數(shù)據(jù)測試，比較兩者的優(yōu)缺點，從而對群智能