| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 PCB飞针测试简介 | 第8-11页 |
| 1.1.1 PCB飞针测试发展现状 | 第8-9页 |
| 1.1.2 飞针测试系统的特点 | 第9-10页 |
| 1.1.3 飞针测试的优点 | 第10-11页 |
| 1.2 本文的主要研究内容及文章结构 | 第11-12页 |
| 2 PCB飞针测试路径与TSP问题 | 第12-18页 |
| 2.1 飞针测试方法简介 | 第12-14页 |
| 2.2 飞针测试路径生成预备知识 | 第14-15页 |
| 2.2.1 飞针测试机作业方式简介 | 第14页 |
| 2.2.2 PCB网络基础知识 | 第14-15页 |
| 2.2.3 *.lst文件格式 | 第15页 |
| 2.3 TSP问题介绍 | 第15-18页 |
| 2.3.1 TSP问题描述 | 第15-16页 |
| 2.3.2 TSP问题的数学模型 | 第16-17页 |
| 2.3.3 TSP问题研究状况 | 第17-18页 |
| 3 基本蚁群算法模型概述 | 第18-28页 |
| 3.1 蚂蚁的生物学特性 | 第18-20页 |
| 3.1.1 蚂蚁的社会形态 | 第18-19页 |
| 3.1.2 蚂蚁的群体行为 | 第19-20页 |
| 3.2 蚁群算法原理分析 | 第20-22页 |
| 3.3 人工蚁群算法解决TSP问题 | 第22-28页 |
| 3.3.1 人工蚂蚁与真实蚂蚁的相同点与不同点 | 第22-23页 |
| 3.3.2 人工蚁群算法解决TSP问题数学模型 | 第23-25页 |
| 3.3.3 求解TSP问题蚁群算法基本步骤 | 第25-26页 |
| 3.3.4 求解TSP问题蚁群算法复杂度分析 | 第26-28页 |
| 4 飞针测试测试点配对算法 | 第28-45页 |
| 4.1 引言 | 第28页 |
| 4.2 开路测试路径生成 | 第28-35页 |
| 4.2.1 开路测试路径生成问题描述 | 第28-31页 |
| 4.2.2 开路测试配对算法 | 第31-35页 |
| 4.3 电容法测试路径生成 | 第35-44页 |
| 4.3.1 电容法测试路径生成问题描述 | 第35-37页 |
| 4.3.2 电容法测试配对算法 | 第37-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 路径优化算法 | 第45-61页 |
| 5.1 引言 | 第45页 |
| 5.2 基本蚁群算法缺陷 | 第45-46页 |
| 5.3 改进的基本蚁群算法 | 第46-51页 |
| 5.3.1 基本蚁群算法的改进 | 第46-49页 |
| 5.3.2 信息素更新规则 | 第49-50页 |
| 5.3.3 改进蚁群算法的流程 | 第50-51页 |
| 5.4 参数的确定 | 第51-58页 |
| 5.4.1 启发式因子α对迭代次数和最优路径长度的影响 | 第52-54页 |
| 5.4.2 期望启发因子α对迭代次数和最优路径长度的影响 | 第54-56页 |
| 5.4.3 信息素挥发因子α对迭代次数和最优路径长度的影响 | 第56-58页 |
| 5.5 实验结果及其分析 | 第58-59页 |
| 5.6 本章小结 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 全文总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
| A. 作者在攻读学位期间取得的科研成果 | 第68页 |
| B. 作者在攻读学位期间参与的科研项目 | 第68页 |
