具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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有其他实施例，都应当属于本发明保护的范围。

下面对本发明中出现的关键术语进行解释。

插损阻抗条Coupon；

多目标优化问题MOP；

非支配邻域免疫算法Multi-objective Immune Algorithm with NondominatedNeighbor-based Selection(NNIA)。

图1是本发明一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种PCB插损阻抗测试分析系统。

如图1所示，该方法包括：

步骤110，将插损阻抗测试的变量进行量化，选取多个评估目标，并结合变量构建多目标函数，根据评估目标的需求设置多目标函数的约束条件；

步骤120，利用非支配邻域免疫算法训练多目标函数，得到符合约束条件的优势变量方案集群；

步骤130，根据拥挤距离从优势变量方案集群筛选活性变量方案，并对筛选出的活性变量方案进行比例克隆，得到备选方案；

步骤140，根据对评估目标的需求从备选方案中选取目标方案。

为了便于对本发明的理解，下面以本发明PCB插损阻抗测试分析方法的原理，结合实施例中对PCB插损阻抗测试进行分析的过程，对本发明提供的PCB插损阻抗测试分析方法做进一步的描述。

本发明基于多目标优化模型，采用经典的非支配邻域免疫算法(NNIA)并结合已有的测试数据，构建以量化的叠层结构、铜箔材质、温度、湿度及厂商工艺为多维变量，以阻抗、插损、生产周期和成本为多维目标和约束条件的优化模型。利用多目标算法搜索的优势，通过对上述多维变量调整，综合设置各项参数，快速得到多组符合条件的最优数据，再通过人为初步的筛查，极大减少软件模拟和试产测试的次数，最终提升分析评估效率。与此同时，可将新技术量化为参数并应用到既有模型获取目标数据，初步评估新技术可行性，也可针对新技术修改既有模型，提升对新技术的感知效率。

具体的，请参考图2，所述PCB插损阻抗测试分析方法包括：

S1、将插损阻抗测试的变量进行量化，选取多个评估目标，并结合变量构建多目标函数，根据评估目标的需求设置多目标函数的约束条件。

首先，量化相关变量。本发明设定的多维变量包括叠层结构ss、铜箔材质ct、温度t、湿度h及厂商工艺vt，需对叠层结构、铜箔材质和厂商工艺进行量化，量化的目的是针对调整某一变量值或选型时，可通过数学计算的方式得到目标值，从而反映出变量的更改对目标的影响程度。例如将不同的叠层结构量化为1、2、3，将所用到的不同的铜箔材质量化为1、2、3等，量化的形式和量级取决于所构建的模型和从已有测试数据抽象出的关联关系。

本实施例选取四个评估目标，分别为阻抗imp、插损il、生产周期pp和成本cost。由于高损耗可以导致通道中信号衰减、眼图闭合及抖动，而低损耗可导致信号过冲及信号反射，所以要对插损设定约束条件，同时根据项目要求对生产周期和成本设定对应约束，如每1000块生产周期不超过1周，每块成本不超过2000元等。

在生产测试中会积累大量的测试数据，这些数据是采用不同叠层结构ss、铜箔材质ct、温度t、湿度h及厂商工艺vt等设计生产出的PCB对应的coupon，通过测试得到阻抗imp、插损值il、厂商生产此类PCB的产能pp和成本cost，结合上述量化条件构建的多维变量到多目标函数分别记为

S2、利用非支配邻域免疫算法训练多目标函数，得到符合约束条件的优势变量方案集群；

非支配邻域免疫算法模型需要初始化种群。具体的，通过对各变量的取值进行随机排列，生成的变量方案构成初始化种群。

初始种群设定采用随机排列组合的方式生成，种群中每个个体对应一组变量数据，即叠层结构、铜箔材质、温度、湿度及厂商工艺，种群的规模和个体差异均与当前公司或单位掌握的测试的数据有关，例如叠层结构从1到20不等，温度从10-20不等，合作的厂商工艺有10余种，种群的规模为30个。设定种群进化终止代数为30，目标方案数目上限为5，比例克隆规模为10，活跃种群规模为10。初始种群记为Bt t＝0。

更新优势个体群。对种群Bt中每个个体，此处的个体指变量方案，计算相应的目标函数值，对所有符合约束条件的个体选取最高上限方案个数的最优个体进入优势个体群Dt，每个个体对应的参数代表一种设计方案。

S3、根据拥挤距离从优势变量方案集群筛选活性变量方案，并对筛选出的活性变量方案进行比例克隆，得到备选方案。

请参考图3，生成当前活跃种群。计算当前优势个体种群Dt中个体的拥挤度距离，拥挤度计算采用NNIA算法提供的方式计算，然后将拥挤度距离从大到小的顺序排列，根据设定的比例克隆参数，优先选择拥挤度距离大的个体组成当前活性抗体种群At

生成新的备选方案种群。对当前活性抗体种群At中的个体进行比例克隆操作，即1:1复制，对每个个体对应的量化叠层结构、铜箔材质、温度、湿度及厂商工艺在拥挤度距离范围内随机步近，生成新的数值，得到备选设计方案种群Ct

更新优势个体群。将备选设计方案种群Ct与优势个体群Dt组成新一代种群Bt+1,然后利用非支配邻域免疫算法模型对新的种群进行迭代优化。

终止判断。这里的终止条件指进化代数，如果符合则算法终止，输出对应优化方案，否则继续进行下一步。

S4、根据对评估目标的需求从备选方案中选取目标方案。

根据多目标模型得出的备选方案，经过人为初步筛查，使用软件模拟获取阻抗和插损数值或设计PCB进行少量试产，进而通过测试coupon获取阻抗和插损数值，并将该阻抗插损数值与多目标模型计算出的理论阻抗和插损数值进行比较，如果有偏差则及时修正模型。此外，对于新技术新工艺，我们也可以尝试将其量化后放入既有多目标模型中，用获取到的设计方案测试实际的阻抗和插损数值，及时修正多目标模型，从而将新技术新工艺及时应用到生产设计中，提升对新技术新工艺的感知效率。多目标优化会得出多个备选设计方案，每个方案都是对目标值的折中，本实施例中设定的目标值为阻抗、插损、生产周期和成本，设计人员可以根据实际需要灵活选取，比如侧重于成本指标可以选择目标值为较小成本的设计方案，侧重产能的可以选择目标值为较短生产周期的设计方案。

如图4所示，该系统400包括：

函数构建单元410，用于将插损阻抗测试的变量进行量化，选取多个评估目标，并结合变量构建多目标函数，根据评估目标的需求设置多目标函数的约束条件；

函数训练单元420，用于利用非支配邻域免疫算法训练多目标函数，得到符合约束条件的优势变量方案集群；

方案克隆单元430，用于根据拥挤距离从优势变量方案集群筛选活性变量方案，并对筛选出的活性变量方案进行比例克隆，得到备选方案；

目标选取单元440，用于根据对评估目标的需求从备选方案中选取目标方案。

可选地，作为本发明一个实施例，所述函数构建单元包括：

变量量化模块，用于将叠层结构、铜箔材质、温度、湿度和厂商工艺进行量化；

目标选取模块，用于选取阻抗、插损、生产周期和成本作为评估目标；

函数构建模块，用于根据变量与评估目标的影响关系构建阻抗子函数、插损子函数、生产周期子函数和成本子函数，阻抗子函数、插损子函数、生产周期子函数和成本子函数组成多目标函数；

约束设置模块，用于根据评估目标的需求设置评估目标的约束值。

可选地，作为本发明一个实施例，所述函数训练单元包括：

随机取值模块，用于通过对各变量的取值进行随机排列，生成的变量方案构成初始化种群；

函数计算模块，用于将插损阻抗测试的测试数据代入初始种群进行计算，得到初始化种群对应的多目标函数值；

优势筛选模块，用于选取多目标函数值符合约束条件的初始化种群作为优势变量方案，并将所有优势变量方案保存为优势变量方案集群。

图5为本发明实施例提供的一种终端500的结构示意图，该终端500可以用于执行本发明实施例提供的PCB插损阻抗测试分析方法。

其中，该终端500可以包括：处理器510、存储器520及通信单元530。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者变量某些部件，或者不同的部件布置。

其中，该存储器520可以用于存储处理器510的执行指令，存储器520可以由任何类型的易失性或非易失性存储终端或者它们的变量实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储器520中的执行指令由处理器510执行时，使得终端500能够执行以下上述方法实施例中的部分或全部步骤。

处理器510为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器520内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器510可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。

通信单元530，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。

本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。

因此，本发明通过引入多目标优化模型，采用经典的非支配邻域免疫算法(NNIA)并结合已有的测试数据，构建以量化的叠层结构、铜箔材质、温度、湿度及厂商工艺为多维变量，以阻抗、插损、生产周期和成本为多维目标和约束条件的优化模型。利用多目标算法搜索的优势，通过对上述多维变量调整，综合设置各项参数，快速得到多组符合条件的最优数据，通过人为初步的筛查，极大减少软件模拟和试产的次数，提升分析评估效率。与此同时，也可对新技术量化参数并应用到既有模型获取目标方案，初步评估新技术可行性，也可针对新技术修改既有模型，提升对新技术的感知效率，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。