论文阅读笔记：The Implementation of Genetic Algorithm and Routing Lee for PCB Design Optimization

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。