一种基于A星优化算法的PCB布线路径寻优方法及系统技术方案

本发明专利技术公开一种基于A星优化算法的PCB布线路径寻优方法及系统，涉及电子设计自动化软件技术领域。所述方法包括：构建A星优化算法；所述A星优化算法是通过对A星算法的总代价函数进行优化确定的；所述总代价函数包括实际代价优化函数和启发式优化函数；所述实际代价优化函数是通过起始节点、当前节点以及目标节点构建的；所述启发式优化函数是通过引入父节点构建的；所述父节点为当前节点向前追溯所得到的节点；利用所述A星优化算法，在PCB布线模拟环境中进行路径寻优，得到最优布线路径。本发明专利技术能够通过对A星算法进行优化，实现缩小A星算法在PCB布线模拟环境中的搜索空间。法在PCB布线模拟环境中的搜索空间。法在PCB布线模拟环境中的搜索空间。

【技术实现步骤摘要】
一种基于A星优化算法的PCB布线路径寻优方法及系统


[0001]本专利技术涉及电子设计自动化软件
，特别是涉及一种基于A星优化算法的PCB布线路径寻优方法及系统。

技术介绍

[0002]印制电路板(Printed Circuit Board,PCB)广泛应用于消费电子、医疗设备、汽车工业、国防、航空航天等与国计、民生密切相关的领域。电子设备中的PCB板是通过物理导线将各电子元器件按照设计意图进行电气互连，由此实现指定的功能。PCB布线是电子产品设计中至关重要的一环，其中布线规划算法主要包括迷宫算法、遗传算法、蚁群算法等，但最经典、应用最广泛的布线算法是A星算法，其中总代价计算函数是A星算法的核心，与算法的性能密切相关。
[0003]随着集成电路工艺的迅速发展及复杂应用不断增多，集成电路变得越来越复杂，这使得布线过程十分复杂且耗时，传统的使用A星算法的自动布线算法存在一个突出的问题：由于A星算法中实际代价函数就是简单的Dijkstra算法计算出的距离值，在PCB布线的环境中不能发挥出自身的优势，反而由于搜索的冗余节点过多导致该算法搜索空间过大，从而使得内存开销需求太高。

技术实现思路

[0004]本专利技术的目的是提供一种基于A星优化算法的PCB布线路径寻优方法及系统，能够通过对A星算法进行优化，解决A星算法在PCB布线模拟环境中的搜索空间过大，导致的内存开销过大的问题。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于A星优化算法的PCB布线路径寻优方法，包括：
[0007]构建A星优化算法；所述A星优化算法是通过对A星算法的总代价函数进行优化确定的；所述总代价函数包括实际代价优化函数和启发式优化函数；所述实际代价优化函数是通过起始节点、当前节点以及目标节点构建的；所述启发式优化函数是通过引入父节点构建的；所述父节点为当前节点向前追溯所得到的节点；
[0008]利用所述A星优化算法，在PCB布线模拟环境中进行路径寻优，得到最优布线路径。
[0009]可选地，所述构建A星优化算法，具体包括：
[0010]对实际代价函数进行优化，确定实际代价优化函数；
[0011]在PCB布线模拟环境中，选定启发式函数的距离计算公式；
[0012]基于选定的距离计算公式，引入父节点增加约束，确定启发式优化函数；
[0013]将所述实际代价优化函数和所述启发式优化函数确定为A星优化算法。
[0014]可选地，在对实际代价函数进行优化之前，还包括：
[0015]在PCB布线模拟环境中，确定实际代价函数的应用缺陷；所述应用缺陷为未考虑与目标节点的距离，而使PCB布线模拟环境中的搜索区域增加。
[0016]可选地，所述对实际代价函数进行优化，确定实际代价优化函数，包括：
[0017]利用距离优化算法替换实际代价函数中的Dijkstra算法，得到实际代价优化函数；所述距离优化算法为分别通过所述起始节点和所述目标节点计算与所述当前节点的距离数值。
[0018]可选地，所述启发式函数的距离计算公式包括：欧几里得距离计算公式，切比雪夫距离计算公式以及曼哈顿距离计算公式。
[0019]可选地，所述选定的距离计算公式为欧几里得距离计算公式。
[0020]可选地，所述基于选定的距离计算公式，引入父节点增加约束，确定启发式优化函数，具体包括：
[0021]将父节点作为与当前节点具有相同计算公式的约束条件，并根据所述约束条件和所述选定的距离计算公式确定启发式优化函数。
[0022]本专利技术还提供了一种基于A星优化算法的PCB布线路径寻优系统，包括：
[0023]算法构建模块，用于构建A星优化算法；所述A星优化算法是通过对A星算法的总代价函数进行优化确定的；所述总代价函数包括实际代价优化函数和启发式优化函数；所述实际代价优化函数是通过起始节点、当前节点以及目标节点构建的；所述启发式优化函数是通过引入父节点构建的；所述父节点为当前节点向前追溯所得到的节点；
[0024]路径寻优模块，用于利用所述A星优化算法，在PCB布线模拟环境中进行路径寻优，得到最优布线路径。
[0025]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0026]本专利技术公开了一种基于A星优化算法的PCB布线路径寻优方法及系统，所述方法包括利用A星优化算法在PCB布线模拟环境中进行路径寻优，得到最优布线路径，其中，实际代价函数改进的方法主要通过将原本Dijkstra算法计算得到带价值的方式进行改进，将起始节点、当前节点、目标节点同时加入到实际代价值的计算中，同时加大实际代价函数在总代价函数中的占比；除此之外，对于预估代价的计算，也就是启发式函数，通过验证选出最合适的距离公式后，引入了父节点的概念，以此来增加启发式函数的约束条件。将以上两种技术相结合，改进后的A星算法在面临一个当前节点所能拥有的至多八个邻居节点时减少搜索那些偏离最终布线结果的不必要的节点，以此来实现减少优化算法性能的目的，解决A星算法在PCB布线模拟环境中的搜索空间过大，导致的内存开销过大的问题。
附图说明
[0027]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0028]图1为本专利技术基于A星优化算法的PCB布线路径寻优方法的流程示意图；
[0029]图2为本实施例中PCB布线模拟环境的示意图；
[0030]图3(a)为本实施例中Dijkstra算法的布线结果示意图；
[0031]图3(b)为本实施例中广度优先搜索算法的布线结果示意图；
[0032]图3(c)为本实施例中传统的A星算法的布线结果示意图；
[0033]图4为本实施例中基础算法A星算法的流程图；
[0034]图5为本实施例中算法的总代价公式在网格地图中应用的示意图；
[0035]图6为本实施例中基于三种距离计算公式的布线路径示意图；
[0036]图7(a)为本实施例中当前节点和邻居节点示意图；
[0037]图7(b)为本实施例当前节点、邻居节点、起始节点和目标节点示意图；
[0038]图8(a)为本实施例中传统A星算法在PCB模拟环境中布线结果示意图；
[0039]图8(b)为本实施例中改进实际代价计算公式后的布线结果示意图；
[0040]图8(c)为本实施例中引入父节点来增加约束的布线结果示意图。
具体实施方式
[0041]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于A星优化算法的PCB布线路径寻优方法，其特征在于，包括：构建A星优化算法；所述A星优化算法是通过对A星算法的总代价函数进行优化确定的；所述总代价函数包括实际代价优化函数和启发式优化函数；所述实际代价优化函数是通过起始节点、当前节点以及目标节点构建的；所述启发式优化函数是通过引入父节点构建的；所述父节点为当前节点向前追溯所得到的节点；利用所述A星优化算法，在PCB布线模拟环境中进行路径寻优，得到最优布线路径。2.根据权利要求1所述的基于A星优化算法的PCB布线路径寻优方法，其特征在于，所述构建A星优化算法，具体包括：对实际代价函数进行优化，确定实际代价优化函数；在PCB布线模拟环境中，选定启发式函数的距离计算公式；基于选定的距离计算公式，引入父节点增加约束，确定启发式优化函数；将所述实际代价优化函数和所述启发式优化函数确定为A星优化算法。3.根据权利要求2所述的基于A星优化算法的PCB布线路径寻优方法，其特征在于，在对实际代价函数进行优化之前，还包括：在PCB布线模拟环境中，确定实际代价函数的应用缺陷；所述应用缺陷为未考虑与目标节点的距离，而使PCB布线模拟环境中的搜索区域增加。4.根据权利要求2所述的基于A星优化算法的PCB布线路径寻优方法，其特征在于，所述对实际代价函数进行优化，确定实际代价优化函数，包括：利用距离优化算法替换实际代价函数...

【专利技术属性】
技术研发人员：邱柯妮，郭权葆，崔天昊，关永，陈旭青，
申请(专利权)人：苏州容汇科技有限公司，
类型：发明
国别省市：