热管约束组件布局的混合优化方法技术

本发明专利技术涉及组件布局优化的技术领域，公开一种热管约束组件布局的混合优化方法，在沿着与热管朝向垂直和平行的两个方向上分别建立x轴和y轴，根据热管约束组件结构在x轴上建立种群X、在y轴上建立种群Y，种群X、种群Y分别表示热管约束组件在x轴、y轴方向上的一组布局解，结合遗传算法、烟花算法和锦标赛选择算子寻找种群X在x轴上的最优布局解，根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解，结合两组最优布局解得到热管约束组件布局的最优可行解。本发明专利技术可以有效处理HCLO问题、获得更优的布局解，提升搜索能力，提高求解精度。提高求解精度。提高求解精度。

【技术实现步骤摘要】
热管约束组件布局的混合优化方法


[0001]本专利技术涉及组件布局优化的
，尤其是指一种热管约束组件布局的混合优化方法。

技术介绍

[0002]随着电子元器件发热功率的提高，尖端电子设备的散热要求越来越高。为了保证设备正常运行，通过优化组件布局来提高设备散热性能，在印刷电路板(Printed Circuit Board，PCB)、卫星、电动汽车、机械系统等工程领域得到了广泛应用。为满足组件布局优化(CLO)的工程应用需求，研究学者提出了以优化热性能为目标、考虑组件布局约束的形式化问题模型，旨在求解满足组件不重叠、布局稳定性等相关约束条件下，使电子设备散热性能最优的组件布局方案。
[0003]在各类散热材料中，热管散热由于具备导热系数高，热流密度高等优点，在工程领域得到了越来越多的应用。随着热管散热技术的推广，有研究提出了考虑热管约束的组件布局优化(HCLO)问题。该问题主要针对依赖热管进行组件散热的应用场景。与其他CLO问题模型不同，HCLO问题不仅考虑了组件不重叠、静态稳定性等常规CLO问题的约束，还考虑了由热管导致的特定布局目标和约束，如热管散热能力约束、组件的热管重叠约束等。上述目标及约束使HCLO问题具有高维度、多约束和可行域稀疏等特点，求解更为困难。
[0004]在组件布局优化(CLO)问题求解方面，元启发式算法，如遗传算法(GA)、粒子群优化(PSO)和差分进化(DE)等，由于具有求解高效、可扩展性强等优点，近年来被广泛应用于求解CLO问题。组件布局优化(CLO)问题通常形式化为约束优化问题，CLO根据不同的应用场景在模型目标、模型约束等方面各异。针对CLO问题的不同，当前的研究在不同的元启发式算法框架基础上，融入了跟问题相关的求解策略，设计各种不同的求解策略。但是，HCLO是一类新型CLO问题。由于需专门考虑由热管导致的特定布局目标和约束，HCLO问题具有高维度、多约束和可行域稀疏等特点，较其他CLO问题更为困难。为了求解HCLO问题，Yao提出了一种改进的遗传算法，它实现了模拟交叉(SBX)、多项式突变(PLM)和锦标赛选择。但该方法仍存在早熟收敛的问题(Yao et al,2022)，且不能在高维HCLO问题上获得令人满意的解。为了应对HCLO带来的挑战，Ye提出了一种基于双种群部族的遗传算法(BCGA)，该算法由双种群策略、基于的框架和重新设计的遗传算子组成(Ye et al,2023)。然而，BCGA算法容易陷入局部最优，局部搜索能力不佳。
[0005]综上，现有技术中少有针对依赖热管进行组件散热的应用场景，所设计的特定求解策略不能直接应用于HCLO问题，并且由于没有考虑热管带来的问题特殊性，现有方法也无法有效地处理HCLO问题。虽然部分研究针对HCLO问题设计了特定求解策略，但是在复杂的HCLO问题上求解成功率低、无法给出令人满意的布局解。

技术实现思路

[0006]为此，本专利技术所要解决的技术问题在于克服现有技术中的不足，提供一种热管约
束组件布局的混合优化方法，可以有效处理HCLO问题、获得更优的布局解，提升搜索能力，提高求解精度。
[0007]为解决上述技术问题，本专利技术提供了一种热管约束组件布局的混合优化方法，包括：
[0008]S1：在沿着与热管朝向垂直和平行的两个方向上分别建立x轴和y轴，根据热管约束组件结构在x轴上建立种群X、在y轴上建立种群Y，所述种群X表示热管约束组件在x轴方向上的一组布局解，所述种群Y表示热管约束组件在y轴方向上的一组布局解；
[0009]S2：结合遗传算法、烟花算法和锦标赛选择算子寻找种群X在x轴上的最优布局解，根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解，结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解。
[0010]在本专利技术的一个实施例中，所述结合遗传算法、烟花算法和锦标赛选择算子寻找种群X在x轴上的最优布局解，根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解，结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解，具体为：
[0011]S2
‑
1：设置最大函数评估次数、氏族规模；
[0012]S2
‑
2：对种群X进行评估，如果评估次数没有达到最大函数评估次数，则执行S2
‑
3；如果评估次数达到最大函数评估次数，则执行S2
‑
10；
[0013]S2
‑
3：结合遗传算法、烟花算法和锦标赛选择算子更新种群X在x轴上的最优布局解；
[0014]S2
‑
4：如果此时种群X在x轴上的布局解满足组件
‑
热管重叠约束，则激活种群Y，执行S2
‑
5；否则，执行S2
‑
2；
[0015]S2
‑
5：判断是否是首次激活种群X或得到了种群X在x轴上的更优布局解，若是则执行S2
‑
6，若否则执行S2
‑
7；
[0016]S2
‑
6：使用此时种群X在x轴上的布局解评估种群Y，执行S2
‑
7；
[0017]S2
‑
7：判断是否已经根据当前种群X在x轴上的布局解得到完整的热管约束组件布局的最优可行解，若否则执行S2
‑
8，若是则执行S2
‑
2；
[0018]S2
‑
8：结合遗传算法和锦标赛选择算子更新种群Y在y轴上的最优布局解，执行S2
‑
9；
[0019]S2
‑
9：判断当前种群Y是否在y轴上得到了可行解，若是则存储该可行解，种群Y进入休眠，执行S2
‑
2；若否，则直接执行S2
‑
2；
[0020]S2
‑
10：从已存储的可行解集合中输出目标值最小的解，从而得到热管约束组件布局的最优可行解。
[0021]在本专利技术的一个实施例中，所述结合遗传算法、烟花算法和锦标赛选择算子更新种群X在x轴上的最优布局解，具体为：
[0022]S2
‑3‑
1：获取此时种群X的规模，构造种群X中的所有氏族，通过模拟二进制交叉算子得到所有氏族的后代；
[0023]S2
‑3‑
2：基于多项式突变和/或交换变异更新后代，将根据氏族中所有个体的更新结果得到可行解，将所有可行解中的最优解作为烟花解；
[0024]S2
‑3‑
3：计算每个烟花解的火花解数量和爆炸幅度，所述火花解数量用于决定烟
花算法中每个烟花解生成多少个邻居解，所述爆炸幅度用于确定组件x轴坐标的位移半径，根据火花解数量和爆炸幅度生成火花解集；
[0025]S2
‑3‑
4：结合生成的氏族的后代和火本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种热管约束组件布局的混合优化方法，其特征在于，包括：S1：在沿着与热管朝向垂直和平行的两个方向上分别建立x轴和y轴，根据热管约束组件结构在x轴上建立种群X、在y轴上建立种群Y，所述种群X表示热管约束组件在x轴方向上的一组布局解，所述种群Y表示热管约束组件在y轴方向上的一组布局解；S2：结合遗传算法、烟花算法和锦标赛选择算子寻找种群X在x轴上的最优布局解，根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解，结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解。2.根据权利要求1所述的热管约束组件布局的混合优化方法，其特征在于：所述结合遗传算法、烟花算法和锦标赛选择算子寻找种群X在x轴上的最优布局解，根据种群X在x轴上的最优布局解寻找种群Y在y轴上的最优布局解，结合种群X在x轴上的最优布局解和种群Y在y轴上的最优布局解得到热管约束组件布局的最优可行解，具体为：S2
‑
1：设置最大函数评估次数、氏族规模；S2
‑
2：对种群X进行评估，如果评估次数没有达到最大函数评估次数，则执行S2
‑
3；如果评估次数达到最大函数评估次数，则执行S2
‑
10；S2
‑
3：结合遗传算法、烟花算法和锦标赛选择算子更新种群X在x轴上的最优布局解；S2
‑
4：如果此时种群X在x轴上的布局解满足组件
‑
热管重叠约束，则激活种群Y，执行S2
‑
5；否则，执行S2
‑
2；S2
‑
5：判断是否是首次激活种群X或得到了种群X在x轴上的更优布局解，若是则执行S2
‑
6，若否则执行S2
‑
7；S2
‑
6：使用此时种群X在x轴上的布局解评估种群Y，执行S2
‑
7；S2
‑
7：判断是否已经根据当前种群X在x轴上的布局解得到完整的热管约束组件布局的最优可行解，若否则执行S2
‑
8，若是则执行S2
‑
2；S2
‑
8：结合遗传算法和锦标赛选择算子更新种群Y在y轴上的最优布局解，执行S2
‑
9；S2
‑
9：判断当前种群Y是否在y轴上得到了可行解，若是则存储该可行解，种群Y进入休眠，执行S2
‑
2；若否，则直接执行S2
‑
2；S2
‑
10：从已存储的可行解集合中输出目标值最小的解，从而得到热管约束组件布局的最优可行解。3.根据权利要求2所述的热管约束组件布局的混合优化方法，其特征在于：所述结合遗传算法、烟花算法和锦标赛选择算子更新种群X在x轴上的最优布局解，具体为：S2
‑3‑
1：获取此时种群X的规模，构造种群X中的所有氏族，通过模拟二进制交叉算子得到所有氏族的后代；S2
‑3‑
2：基于多项式突变和/或交换变异更新后代，将根据氏族中所有个体的更新结果得到可行解，将所有可行解中的最优解作为烟花解；S2
‑3‑
3：计算每个烟花解的火花解数量和爆炸幅度，所述火花解数量用于决定烟花算法中每个烟花解生成多少个邻居解，所述爆炸幅度用于确定组件x轴坐标的位移半径，根据火花解数量和爆炸幅度生成火花解集；S2
‑3‑
4：结合生成的氏族的后代和火花解集合，从中选择目标值最小的解作为当前代种群X中的精英解，将当前代种群X中的精英解作为当前代种群X在x轴上的最优布局解；S2
‑3‑
5：执行锦标赛选择算子得到下一代种群X。
4.根据权利要求2所述的热管约束组件布局的混合优化方法，其特征在于：所述判断当前种群Y是否在y轴上得到了可行解，具体为：如果此时种群Y在y轴上的布局解满足非重叠约束、系统质心约束和散热能力约束，则视为当前种群Y在y轴上得到了可行解。5.根据权利要求3所述的热管约束组件布局的混合优化方法，其特征在于：所述基于多项式突变和/或交换变异更新后代，具体为：组合多项式突变和交换变异得到混合变异算子，根据所有氏族的后代计算执行混合变异算子所需要的参数，个体根据混合变异算子...

【专利技术属性】
技术研发人员：梁合兰，陈沛天，国宏伟，闫炳基，
申请(专利权)人：苏州大学，
类型：发明
国别省市：