随着越来越多的手持电子设备以及工业自动化的蓬勃发展,印制线路板(PCB)得到了广泛的应用。在整个PCB的加工生产过程当中,钻孔加工是必不可少的。钻孔加工是指在机床上用不同尺寸的刀具对PCB打孔,该加工环节将直接影响PCB加工的成本和效率。调查显示,刀具和工件的运动占用了绝大多数的加工时间。因此,对刀具的打孔路径进行有效规划,减少刀具走刀路径,就能提高打孔效率,从而提高PCB生成效率。在参考了PCB钻孔机数控机床的运作方式之后,发现走刀路径的优化问题本质上是一个旅行商问题(TSP),本文在参考了国内外解决旅行商问题的基础上,提出了一种结合了遗传算法和蚁群算法的混合算法。本文提出的改进的遗传蚁群混合算法的相对于传统的算法主要有以下改进:(1)算法的动态融合:在搜索开始时,先充分利用遗传算法的全局搜索能力对问题求解,得到较为优质的解之后,再使用本文提出的融合策略切换到蚁群算法,利用算法的正反馈特点继续优化路径;(2)改进的蚁群算法:本文针对于蚁群算法当中存在的初始搜索效率低和易于陷入局部最优解的问题,对传统蚁群算法当中的信息素浓度更新提出了改进,信息素浓度能更好的反应出路径信息,蚂蚁能更好的选择路径,提高了解的质量;(3)参数的自适应调节:一直以来,蚁群算法和遗传算法核心参数的设置都是靠人工设置调参,非常不稳定,本文引入了云关联规则,实现了参数的自适应调整,使得算法综合性能更加稳定。为了验证改进的算法的性能,本文还利用TSPLIB提供的数据,对比分析了本文提出的算法与其他不同算法的综合性能,验证了本文算法的优越性。最后,为了验证本文算法的有效性,本文还对实际的印制电路板进行了路径规划寻优,发现本文规划出来的路径确实比实际加工时的路径短,能够提高印制电路板的加工效率。