Genetik Algoritma İle Baskı Devre Yerleşim Optimizasyonu

Yıl 2018, Cilt: 8 Sayı: 2, 5 - 10, 30.07.2018

Volkan Altıntaş , Abdülkadir Çakır , Ecir Uğur Küçüksille

Öz

Sayısal optimizasyon yöntemlerinden olan genetik
algoritmalar, geleneksel yöntemlerle, çözümü zor veya neredeyse imkansız olan
problemlerin çözümü için kullanılan ve kısa zamanda kabul edilebilir sonuçlar
veren tekniklerden biridir. Elektronik cihaz tasarımında; cihazın kapladığı
alan, elektronik devre elemanlarının çalışma esnasında birbirlerini etkilemesi,
elemanların aşırı ısınması, devrelerin ağırlığı, devre yoğunluğu, maliyeti vb.
üzerinde çalışılan konulardır. Bu çalışmada; elektronik cihazlarda karşılaşılan
üretim kaynaklı sorunlardan biri olan elektronik devre elemanlarının
yerleşiminin optimizasyonu için genetik algoritma kullanılmıştır. Elektronik
devre kartları (baskı devre) üzerindeki eleman yerleşimleri, devredeki eleman
sayısına ve elemanların özelliklerine göre farklılık göstermektedir. Yapılan
çalışmada devre elemanı yerleşim işlemi; elemanların sıcaklık değerleri, boyut
ve bacak sayılarına göre optimize edilerek gerçekleştirilmiştir. Optimize
işlemi için genetik algoritma kullanılmıştır. Genetik algoritmanın uygunluk
fonksiyonu, elektronik devre kartı (baskı devre) üzerindeki devre elemanlarının
yerleşimi sonrasında kartın boyutları en az alanı kapsayacak biçimde
oluşturulmuştur. Elde edilen sonuçlar incelendiğinde, önerilen baskı devre boyutlarının
daha önceden bilinen programların önerdiği devre boyutlarına göre küçüldüğü
görülmüştür. 

Anahtar Kelimeler

Baskı Devre, Genetik Algoritma, Optimizasyon, Yapay Zeka

Kaynakça

• [1] Khoo, L. P., Ng, T. K., 1998. A Genetic Algorithm-Based Planning System for PCB Component Placement. Inter National Journal of Production Economics, 54, 321-332.
• [2] Hardas, S. C., Doolen, T. L., Jensen, D. 2008. Development of a Genetic Algorithm For Component Placement Sequence Optimization In Printed Circuit Board Assembly. Computers and Engineering System, 55, 165-182.
• [3] Ismail, S.F., Yusof, R., Khalid, M., 2012. Optimization of Electronics Component Placement Design On PCB Using Self Organizing Genetic Algorithm (SOGA). Intel Manuf, 23, 883-895.
• [4] Coury, D. V., Silva, R. P. M.,Delhem A. C. M., Casseb M. V. G., 2014. Programmable logic design of a compact Genetic Algorithm for phasorestimation in real-time. Electrical Power System Research, 107:109-118
• [5] Garcia-Najera, A., Brizuela, C. A., Martinez-Perez, I, M., 2015. An Efficient Genetic Algorithm For Setup Time Minimization in PCB assembly. Int J Adv Manuf Technol, 77:973-989
• [6] Lin, H.Y., Lin, C.J., Huang, M.L., 2016. Optimization Of Printed Circuit Board Component Placement Using An Efficient Hybrid Genetic Algorithm. Appl Intell, 45:622-637 DOI:10.1007/s10489-016-0775-1
• [7] D. Goldberg, Genetic Algorithms in Optimization, Search and Machine Learning, Addison Wesley, 1989.
• [8] S. Rahmani, S.M. Mousavi, M.J. Kamali, 2011. Modeling of road-traffic noise with the use of genetic algorithm. Applied Soft Computing, 11, 1008–1013.
• [9] Gonzales, E. L., Fernandez, M.A.R.,2000. Genetic Optimisator of a Fuzzy Distribution Model. Inter National Journal of Physical Distribution and Logistics Management, 30(7/8), 681 - 696.