[发明专利]基于量子神经网络的贴片机元器件贴装调度优化方法

权利要求书

1.基于量子神经网络的贴片机元器件贴装调度优化方法，其特征在于，具体包括以下步骤：

步骤一：针对单头拱架式贴片机，应该满足两个条件，一是每种类型的贴装元器件只存放在一个供料器中，二是每个供料器中只存放一种类型的元器件；忽略吸嘴对元器件吸取和贴装的操作时间，则全部元器件的贴装时间主要由吸嘴贴装不同元器件所移动距离决定，最小的全部元器件贴装路径之和对应最少的全部元器件的贴装时间。建立带有约束条件的元器件贴装路径调度数学模型，以求解最小的全部元器件贴装路径之和；

步骤二：对步骤一建立的元器件贴装路径调度数学模型，采用量子神经网络算法获得元器件贴装调度优化解。将全部元器件与不同供料槽之间的距离作为量子神经网络的输入向量，置所有权值为较小的随机数并提供训练集给定输入向量和目标输出向量；采用三层量子神经网络算法对元器件贴装路径调度数学模型进行全局寻优求解，获得贴装最优调度方案所对应的全部元器件贴装顺序和在供料槽中元器件供料器位置排列；

步骤三：对步骤二得到的一组元器件贴装调度最优解分别提供给贴装吸嘴控制子系统和智能供料器分配子系统，实现贴片机元器件贴装最优控制，保证吸嘴头按最优调度方式进行元器件贴装。

2.根据权利要求1所述的基于量子神经网络的贴片机元器件贴装调度优化方法，其特征在于步骤一中建立全部元器件贴装路径的数学模型，其具体过程为：

若一块PCB上所需贴装元器件的总数量为n，元器件类型数为p，供料槽数量为m，每个供料器安放在不同的供料槽中，并且满足每种类型的贴装元器件只存放在一个供料器中和每个供料器中只存放一种类型的元器件的两个约束条件，则p≤m；贴装头从元器件i在PCB上的位置移动到供料槽j之间的距离为d_ij，则全部元器件到供料槽之间的距离可以用n×m维的矩阵[d_ij]_n×m表示；元器件i贴装完成后立刻执行元器件k的贴装动作用u_ik＝1描述，类型h的元器件分配在供料槽j中用w_jh＝1描述，则所有二进制决策变量可表示为n×n维的矩阵[u_ik]_n×n∈{0，1}^n×n和m×p维的矩阵[w_jh]_m×p∈{0，1}^m×p；当u_ik＝w_jh(k)＝1时，则表明贴装完元器件i后进行元器件k的贴装工序，并且类型h的元器件k在供料槽j中，则全部元器件贴装总路径为(d_ij+d_jk)；考虑到元器件贴装过程中约束条件，则全部元器件贴装路径的数学模型为：

min[uik]∈{0,1}n×n[wjk]∈{0,1}m×p[Σ1≤i≤k≤nΣ1≤j≤mΣ1≤h≤p(dij+djk)uikwjh(k)]]]>其中，i＝1，2，…，n，表明贴装头在每个元器件的贴装位置只能离开一次；k＝1，2，…，n，表明贴装头在每个元器件的贴装位置只能进入一次；S表示一个集合，|S|表示集合S的模，表明对于任一个元器件子集S中元器件位置的离开或进入不能形成曼哈顿回路；h＝1，…，p，表明一种类型的元器件只能存放在一个供料器中；j＝1，…，m，表明每一个智能供料器只能存放一种类型的元器件。

上述元器件贴装调度数学模型包括元器件贴装顺序规划和智能供料器排列位置分配的联合优化。

3.根据权利要求1所述的元器件贴装调度优化方法，其特征在于步骤二中元器件贴装路径数学模型的全局优化求解算法，其具体过程为：

采用三层量子神经网络算法进行元器件贴装路径规划和供料器位置分配的全局寻优求解，u_ik的值取为0或1表明是否选择从元器件i到元器件k的路径，w_jh(k)的取值为0或1表明贴装元器件k是否属于类型h的元器件分配在供料槽j中，利用神经元的输出修正连接权值，并计算全局误差使得网络误差满足要求，从而得到元器件贴装调度全局最优解。