The Implementation of Genetic Algorithm and Routing Lee for PCB Design Optimization
摘要
在PCB设计中,放置元件和布线非常重要,尽管它们需要大量的时间和精度。迄今为止可用的自动放置器和自动路由器应用程序是专有的,因此不能自由开发。 结合遗传算法和Routing Lee算法,提出了PCB的优化设计。 遗传算法自动分配组件,Routing Lee算法在组件之间进行路由。
引言
用于电子设备的PCB的设计需要三个阶段,即原理图的制造,然后进行元件的放置,最后一个过程是布线。 布局和布线这两个过程是非常重要的阶段,但需要大量时间和高精度。 此外,如果对原理图设计进行了更改,则必须从头开始再次重复多次布局和布线过程。 这将使PCB生产的价格昂贵。PCB设计的某些应用程序实际上已经能够处理组件的放置和布线,但是到目前为止,这些自动放置器和自动路由器应用程序是专有的,因此不能自由开发。 这样,除了制造商以外的任何人都无法在其中找到一个系统,也无法进行任何改进。
本研究提出了一种结合遗传算法和Routing Lee算法的PCB优化设计新系统。 遗传算法自动分配组件,Routing Lee算法创建组件之间的路由。 遗传算法不仅进行了优化以使PCB尺寸尽可能小,而且还进行了优化以使组件和铜线的排列尽可能短。 因此,可以预期的是,这项研究的贡献是提供了最初专有的PCB设计替代方案。 可以通过使用遗传算法和对Routing Lee算法进行修改来放置和布线组件来完成此研究。
相关工作
1.Ismail Yusof和Khalid [1]提出了一种自组织遗传算法(SOGA)来在PCB上放置组件。 SOGA是级联排列的遗传算法,它使用遗传算法来优化其他遗传算法的参数。 SOGA用于最小化电路组件的温度。 同时,在另一项研究中,Zinnatova和Suzdalcev [2]提出了一种具有适应度函数的遗传算法,该算法考虑了每个组件的散热。 该算法声称,由于电路中的热量适当分布,提高了PCB上电路组件的质量和可靠性。
2.Ho和Ji [3]使用遗传算法来优化切片机的运动。