吴亚帅，刘新妹,2*，殷俊龄，高志亨

(1.中北大学信息与通信工程学院，太原 030051;2.中北大学电子测试技术国家重点试验室，太原 030051)

目前针对印刷电路板(pint circuit board,PCB)自动检测系统研究，多集中在图像处理和运动控制[1-2]等方面，通过对PCB焊点检测路径规划的研究来寻求一种高效的检测路径的算法研究尚少[3-4]。而今PCB的制造已广泛采用计算机辅助设计，在其输出磁盘文件中已包含着各元器件及焊点的类型、位置等信息[5-6]。针对其焊点的质量检测，目前较先进的办法是控制PCB自动测试平台的探针进行逐点测试，将探针连接测试仪器仪表，将测试数据返回给测试系统与设计文件的焊点信息进行比较，判断被测单元是否故障，并给出故障原因及建议[7]。

整个过程是在已知所有待测焊点信息的前提下合理规划测试顺序，遍历所有待测焊点后完成全部测试，测试时长取决于遍历行走路线的长短[8-9]。从检测效率最高的角度来讲是，得到的总行走时间和行走路径最短是最优方案。

而PCB板测试中，通常探针从原始位置出发，途经各个被测焊点，最终回到原始位置，完成一个工作循环。这与旅行商问题(traveling salesman problem,TSP)的数学模型有着相似之处，尤其效果突出的是群智能算法[10]。焦青等[11]将蚁群(ant colony optimization,ACO)算法应用在电能质量扰动源定位中，实现了扰动方向信息不可靠时的准确定位；张涛等[12]将遗传算法(genetic algorithm,GA)应用在地震救援的路径优化问题中，结合启发式规则并引入多项决定因素，有效地提高了地震救援的定位精度；……