當在車輛或水下飛機的封閉空間中安裝多個電子元件，印刷電路板元件和其他機械元件時，每個電子元件的多芯電纜的布置問題繁瑣復雜，不僅可以使用合理的布線路徑。布線更科學，礦用電纜最重要的是，優(yōu)化最短的布線可以在產品滿足嚴格的重量要求時最大限度地減少系統的總重量。過在狹小空間內選擇典型的工作區(qū)域并將其拖運，應用智能蟻群算法優(yōu)化特定空間中的電線和電纜設計，使系統設計更加科學。且更合理。纜布置;蟻群算法;光柵化;優(yōu)化設計中圖分類號：TP301.6文獻標識碼：A文章編號：1009-3044（2018）28-0179-03目前，電路是在一個小而復雜的空間布局的導體（如水下航行器的內部基本上符合技術人員的經驗。論小線的布置或組合電纜的布置如何，都沒有對長度方面的技術參數進行詳細分析，只獲得了基本的合理性，科學性仍然存在很大差距。全距離。果需要技術人員對每根電線進行比較分析，工作量將非常重要，效果不會很好。此，有必要具有能夠合理地優(yōu)化電纜設計的技術和理論，作為技術設計者的輔助設計手段，從而可以盡可能地縮短電纜的長度。

　　輕系統的重量，使設計更加合理和科學。生優(yōu)化算法是人工智能研究的重要分支，包括模擬生物世界中自然選擇和遺傳機制的遺傳算法，模擬行為的蟻群算法。群搜索和粒子群優(yōu)化算法模擬鳥類種群的捕食行為。[1]。種群體智能算法目前廣泛用于各種工業(yè)，軍事和民用領域。工蟻群算法是一種新型的模擬進化算法，可以模擬自然界中的蟻群搜索行為。算法最初是由意大利學者M. Dorigo等人提出的。用于解決分發(fā)問題，調度問題等。取得了不錯的成績。此影響，蟻群系統模型逐漸引起了其他研究者的關注，并最近被引入到人工智能軌跡的規(guī)劃中[2]。群算法的優(yōu)化原理在螞蟻覓食過程中，總能找到蟻群與遠距離食物之間的最短路徑。只螞蟻事先都不知道食物的位置，但看起來可以自己看到的局部范圍。研究過程中，礦用電纜它會向高濃度方向移動其他螞蟻留下的信息素有一定的可能性。息素也被釋放。息素的濃度與所采用的路徑的長度成反比。時，所有信息素都以一定的速率揮發(fā)。過一段時間的研究，最短路徑上的信息素將越來越集中。著最短路徑移動的螞蟻將越來越多，并將形成一個積極的回報，以找到最短的路徑[3]。行計劃是蟻群算法最常見的任務之一。據環(huán)境信息控制的程度，路徑規(guī)劃可以分為兩種類型：一種是基于完整環(huán)境信息的全局路徑規(guī)劃，另一種是基于來自現場信息的部分路徑規(guī)劃。
　　測。中，有三種典型的環(huán)境建模方法，用于根據表達工作空間模型的不同方法來規(guī)劃本地路徑：配置空間方法，自由空間方法和網格方法。格方法是平面運動軌跡規(guī)劃的抽象模型，是最廣泛研究的軌跡規(guī)劃方法之一。M. B. Metea [4]首次提出了網格方法來解決分層地形的自動路徑規(guī)劃問題。將工作環(huán)境分解為一系列具有二進制信息的網格單元：工作空間中障礙物的位置和大小是一致的，并且移動時對象的位置和大小不會改變。器人的二維工作空間被相同大小的網格劃分。格的大小以任務本身的目標大小為參考。以通過網格塊的集成來表示自由空間和障礙。

　　問題可以描述如下：最初，任務的目標具有未知的網格信息，但是任務的目標具有感知能力和存儲容量，并且可以感知任務的相鄰光柵信息。置，用于感知的柵格信息。以保存。型首先要求任務的目標從給定柵格地圖的起點繞過障礙物并找到到達終點的路線，從而最大限度地減少經過的柵格數量。線。要將特定水下交通工具布線的局部區(qū)域中選擇工作空間，并選擇典型空間作為分析解決方案的目標。1是一個小工作區(qū)域的模擬，包括所有在同一平面內的電路板，電源，機械組件和其他組件。格化工作空間對于蟻群算法，必須對圖1中所示的工作空間進行柵格化，并將圖表中的可用組件和位置存儲在網格中。區(qū)域中組件或組件的位置定義為障礙物，并根據大小比較設計網格。柵化提供了圖2中25x25網格地形圖的結果。軟件中創(chuàng)建25x25地形圖矩陣，1為障礙物，0為可路由空間。標記之后，它由矩陣G表示。柵格地圖中，每個柵格等同于一個節(jié)點，并且在一個路徑中，每個柵格是相鄰的。于有障礙物的卡片，屏障網格和任何網格都不相鄰。矩陣表示的網格如下：觀察圖4中的矩陣G. 3.我們可以看到，當矩陣的元素為1時，它是障礙物的位置，當矩陣的元素為0時，它對應于原始區(qū)域。群算法蟻群算法是一種經典的蟻群算法。索過程如下：在初始時刻，[m]螞蟻隨機放置在第一個網格中，每條路徑上信息素的初始值相等，定義如下：[τij（0）=τ0 ]是信息素的初始值。以定義[τ0= mLm]，[Lm]是最近鄰居的啟發(fā)式方法建立的路徑長度。次，ant [k（k = 1，2，... m）]根據隨機比例規(guī)則選擇要轉移的網格，其選擇概率如下：[pkij（t）= [τij] （t）]α[ηij（t）]βs∈allowedk[τis（t）]α[ηis（t）]β，j∈allowedk0，else]（1）其中[τij]是邊緣上的信息素[（ i，j）]，[ηij= 1dij]是從網格[i]傳遞到網格[j]的啟發(fā)式因子，[allowedk]是允許ant [k]接下來的網格集合[ 5]。
　　了防止螞蟻選擇已經訪問過的網格，tabu [tabuk]表用于記錄當前由ant [k]瀏覽的網格。[t]之后，所有的螞蟻來回走動，計算每只螞蟻的路徑長度，記錄最短路徑的長度，并更新每側的信息素。先是信息素的揮發(fā)，然后是螞蟻在它們通過的邊緣釋放信息素。式為：[τij=（1-ρ）τij]，其中[ρ]是信息素的揮發(fā)系數，[0 <ρ≤1]。[τij=τij k =1mΔτkij]，其中[Δτkij]是[k] ant在其通過的邊緣上釋放的信息素，定義如下：[Δτkij= 1dij，如果邊緣（i，j）是在路徑Tk 0上，否則]（2）根據公式（2），由螞蟻構建的路徑長度越小，路徑的每個邊緣獲得的信息素越大，這在迭代期間更可能后來。其他螞蟻選中。環(huán)完成后，清空禁忌表并返回初始網格以準備下一次搜索。蟻群算法的實現中，有三個關鍵步驟：1）螞蟻的移動操作，2）自身信息素的釋放和3）更新螞蟻的操作信息素。序算法的流程圖如圖4所示。柵化工作空間并構建啟發(fā)式信息矩陣后，蟻群算法按如下方式進行：步驟1：初始化狀態(tài)，步驟2：選擇節(jié)點，下一步訪問節(jié)點;步驟3：跑步者游戲方法選擇下一步，第四步：更新并記錄狀態(tài)，第五步：記錄覓食路線和每一代和每只螞蟻的道路長度;步驟6：更新信息素，評估循環(huán)或結束步驟7：退出繪圖?；Y果在圖5中，選擇了路由的起點和終點。用圖3的網格矩陣G作為模板，執(zhí)行預編程的Matlab程序，并在程序的輸出接口上自動繪制最佳路徑線。矩陣G中，第一行和第一列對應于光柵圖的坐標（1，25），第25行和列對應于（25，1）中的光柵圖的位置坐標。選擇的起始點是20（25，25）并且終點是607（7，1）時，獲得的結果顯示在圖4中。5顯示了布線位置的優(yōu)化計算結果。根據圖中所示的路由到達最佳路由路徑。論在設計水下交通工具或機載結構時，總重量通常要求很高：在狹窄的密閉空間內安裝多個PCB組件和其他機械組件時，電子組件個人合并。芯電纜布置的問題是復雜的，并且難以科學合理地實現手動布線。滿足功能要求的同時，布線兩端的最短路徑非常重要。設計工作空間的選擇，空間像素化，蟻群算法的優(yōu)化等方面，布線可以合理，但最重要的是優(yōu)化最短的布線可以最小化系統的總重量。設計方面，還必須考慮電纜直徑，連接方法和電磁干擾等因素。
　　本文轉載自
　　電纜價格 http://jslianhai.cn