一种基于迁移学习的版图层级电路图尺寸参数优化方法
本发明公开了一种基于迁移学习的版图层级电路图尺寸参数优化方法,包括以下步骤:获取原理图、版图层级的仿真数据、抽样数据;构建原理图层级和版图层级的神经网络,神经网络的输入包括电路原理图中器件的尺寸参数组;原理图层级的神经网络的输出包括仿真数据;使用NSGAⅡ优化算法对电路版图中器件的尺寸参数组进行优化,通过自定义评价函数,对仿真结果进行评判:若不符合电路的设计指标,则继续迭代,直至循环次数用尽或得到符合要求的尺寸参数组,得到优化后的尺寸参数组。本发明可以极大减少建立版图模型所需的数据样本,加速了版图建模流程。
《一种基于迁移学习的版图层级电路图尺寸参数优化方法》是一发明专利,专利号为 2022116604082,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为陈佳煜;刘军;王骏超,申请日期为2022-12-23,公开(公告)日期为2025-07-11,国际专利分类号(IPC)为 G06F 30/398 (2020.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于迁移学习的版图层级电路图尺寸参数优化方法,包括以下步骤:获取原理图、版图层级的仿真数据、抽样数据;构建原理图层级和版图层级的神经网络,神经网络的输入包括电路原理图中器件的尺寸参数组;原理图层级的神经网络的输出包括仿真数据;使用NSGAⅡ优化算法对电路版图中器件的尺寸参数组进行优化,通过自定义评价函数,对仿真结果进行评判:若不符合电路的设计指标,则继续迭代,直至循环次数用尽或得到符合要求的尺寸参数组,得到优化后的尺寸参数组。本发明可以极大减少建立版图模型所需的数据样本,加速了版图建模流程。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
