[发明专利]一种基于遗传蚁群融合算法的数字微流控芯片灾难性故障测试方法

摘要

本发明公开了一种基于遗传蚁群融合算法的数字微流控芯片灾难性故障测试方法，其特征在于，包括以下步骤：S1.建立数字微流控芯片的灾难性故障测试模型；S2.得到初步测试路径并设置最大最小蚁群算法的初始信息素上下界和信息素初始值；S3.搜索最终测试路径并输出结果。这种测试方法不但能改善单一蚁群算法收敛性差的问题，而且提高测试算法的执行效率，并且能快速求得测试路径，这种测试方法能够检测出相邻电极短路故障，且兼容规则与非规则阵列芯片的测试，更有利于应用于大规模芯片的测试。

主权项

1.一种基于遗传蚁群融合算法的数字微流控芯片灾难性故障测试方法，其特征在于，包括以下步骤：/nS1.建立数字微流控芯片的灾难性故障测试模型：根据数字微流控芯片的阵列单元结构，建立数字微流控芯片的灾难性故障测试模型，所述模型为：/n(1)把数字微流控芯片的阵列单元抽象为无向图G(V，E)的顶点V，相邻阵列单元之间的连接关系抽象为无向图G(V，E)的边E，得到无向图模型G(V，E)，并建立其对应的邻接矩阵A；/n(2)对无向图模型G(V，E)中的所有顶点V进行编号，令每个顶点的编号对应为该顶点在邻接矩阵A中的行号，从编号最小的顶点开始，依次搜索与当前顶点相关联的边，并对搜索到的边从小到大进行编号；/n(3)将无向图模型G(V，E)中的边E抽象为无向图模型G′(V′，E′)的顶点V′，并令顶点V′的编号一一对应G(V，E)中边E的编号，将无向图模型G(V，E)中边E之间的邻接关系抽象为无向图模型G′(V′，E′)的边E′，建立无向图模型G′(V′，E′)及其对应的邻接矩阵B；/n(4)采用改进的Floyd方法计算无向图模型G′(V′，E′)中任意两顶点间的最短路径，以两顶点间的最短路径作为两顶点间边的权值，构造一个完全连通图模型G″(V″，E″)，以此完全连通图模型G″(V″，E″)作为数字微流控芯片灾难性故障测试的模型；/nS2.得到初步测试路径并设置最大最小蚁群算法的初始信息素上下界和信息素初始值：根据数字微流控芯片灾难性故障测试模型G″(V″，E″)，采用遗传算法得到初步测试路径，并根据初步测试路径设置最大最小蚁群算法的初始信息素上下界和信息素初始值，其中，初始信息素上下界和信息素初始值具体设置公式为：/n