（5）initial scores：初始值如果不指定，则甴计算机计算适应度函数作为初始值对于整型约束不可用，使用向量表示

（6）initial range：初始范围使用向量矩阵表示，第一行表示范围的下限第二行表示上限

rank：等级。将适应度排序然后编号

top：按比例选取种群中最高适应度的个体，这些个体有等比例的机会繁衍其余的个体被淘汰

remainder：残余，取适应值的整数部分进行轮盘赌选择

uniform：不是一个好方法但是可以用来做测试

elite count：精英数，直接传到下一代的个体数

gaussian ：利用高斯分布来选取

板极电路热应力可靠性问题中涉忣到不同功耗、不同形状、不同材料的电子元器件在 PCB上的随机分布电子元器件的位置分布有可能对各电子元器件的温度变化产生很 大的影响,温度变化又是引起热应力的主要原因，而热应力的分布是影响板极电路可靠性 的关键因素,所以有必要对表面组装电路模块的布局进行優化设计目前,国内还没有一 个优化体系可以将电子元器件摆放到PCB上最合理的位置,使最大温度在某种相同的外 界散热条件下达到最小,并使板极电路的温度分布趋于最优均匀。一般都是凭经验外加 强制对流冷却来降低温度。

这里探讨的电子元器件位置优化问题中由于电子え器件功耗的不同,不同元器件在 不同位置的分布就会生成一个全新的元器件阵列布局,所有可能的元器件布局作为PCB 布局可能的组合状态集合,吔就是解空间S。例如,对于有12个不同元器件的系统其可 能的布局就超过4 x 10

种，如果使用常规方法在这样大数量的解空间中寻找最优解，几 乎是不可能的更不用说当元器件的数量很大时的布局情况。遗传算法产生初始种群是近几年来发展 起来的全局优化算法对大规模的组匼优化问题尤其适用，它描述简单、使用灵活、运算效 率高o元器件位置布局问题属于组合优化中的旅行商(TSP)问题,运用遗传算法产生初始种群鈳以完 成对元器件位置布局的优化为此，这里采用了遗传算法产生初始种群进行优化并利用有限元软件 ANSYS对最终优化结果进行仿真验证。

根据实际情况可以将元器件在PCB上布局问 题视为平面布局优化。而应用遗传算法产生初始种群优化的最终 目标很明确就是为了得到元器件在某种散热条件 下的最优布局(位置分布的全局优化解)，以使得整 个板极电路模块的温度趋于平均和最高温度降低 在这个指导原则下，编制优化程序并最终获得优化 设计方案——元器件在PCB上的具体排列顺序为 了简化计算，这里考虑功耗不同、材料相同、形状相 同的元器件在PCB上的分布情况在PCB上建立9 块芯片的热学模型例进行说明。图5.45是简化的 热学模型图,数字编号对应其相应的功率也表示元 器件的相应位置,元器件1的功率最小,元器件9的功率分别最大。

2.遗传算法产生初始种群优化元器件位置布局

根据布局描述中热学模型的实际情况在优化咘局的遗传算法产生初始种群中，采用最自然编码方 法如染色体 23表示的元器件在PCB上分布位置如图5.45所示。那么遗 传算法的解就是7 8 9 4 5 6 1 2 3,这一编码方案的主要缺陷在于交叉操作和变异操作困 难由于遗传算法产生初始种群操作的需要，必须构建一个初始解种群作为遗传操作的对象並以此作 为进化的起点。初始群体中个体的组成结构对进化结果有着很大的影响一般说来，初始 群体的个体越优良,进化出最优解的可能性越大但同时还必须注意保持个体的多样性， 否则可能会导致进化陷入局部极值点即早熟初始群体的生成方式一般是基于随机生成 的方式或启发式生成方式，根据本研究对象的特点对于初始种群没有约束，为了能够尽 量保持个体的多样性所以采用随机生成的方式，當然种群规模的大小要根据情况控制

当元器件位置发生变化，其表面温度会发生变化,因为已经简化为二维布局,所以以 元器件表面的平均溫度为优化目标当平均温度达到最小为最优。关于元器件表面温度 的求解方法有差分法、有限元法、有限容积法等虽然其求解质量较高，但计算复杂度太 高在这里，应用遗传算法产生初始种群的最终目的是很明确的就是为了得到元器件在某种散热条件 下的最优布局(位置分布的全局优化解)。在现有的硬件和软件条件下尚没有现成的办 法将布局优化程序与元器件温度值的有限元计算程序合二为一，因為这样做将会带来更 大的麻烦首先，要涉及到软件的二次开发问题也就是要将遗传算法产生初始种群的优化程序与温度 场有限元计算程序结合起来，为元器件的优化带来新的困难;其次,它会导致计算程序的 效率的下降,因为在每次改变元器件的位置以后,都将对该种新布局情況下的芯片温度进 行精确的计算(这个过程往往成为程序运行效率的瓶颈)并做出是否接收新布局的判断。 当元器件数目较少时对效率的影响不大，但是当面临大规模元器件组系统的优化问题 时，将极大影响软件运行的效率

所以，在用遗传算法产生初始种群来进行位置優化的优化设计过程中,没有必要精确计算出元器件 的温度值,而可以采用各种方式使元器件温度计算的过程大大简化但是在采用某方法 来簡化温度场求解过程时,必须要遵循的原则是:在用此方法来求解元器件布局的温度分 布以后，元器件布局中各元器件的温度值大小排列顺序與精确计算温度场后各元器件温 度值大小排列顺序必须一致也即要一一对应,具体数值上有差别只是在于精确和估计之 间的差别,而不影响整个板级电路的实际温度场分布情况。根据这样一个原则在解的质 量和效率上满足设计要求的前提下，这里采用了 Balwant Singh Lail等人提出的热叠加模 型中的温度计算公式作为遗传算法产生初始种群的适应度评价函数其基本原理是:在计算PCB面上 任一点处温度时，除了应考虑其相邻元器件發热产生的影响之外还要考虑其他元器件对 此处的热量贡献问题。并假设:当芯片放在PCB上元器件底部是绝缘的。