公开(公告)号：CN117880224A

公开(公告)日：2024-04-12

申请号：CN202410069615.3

申请日：2024-01-17

Applicant: 华侨大学 ,  厦门凡尔赛科技有限公司

Inventor： 蔡奕侨 ,  王君杰 ,  柳培忠 ,  喻小光 ,  吴朝曦

IPC: H04L49/109 ,  H04L49/25 ,  H04L45/02 ,  H04L45/12 ,  H04L45/00 ,  G06N3/006 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/086

Abstract: 本发明公开一种VLSI设计中片上网络的路由优化方法、系统及设备，涉及强化学习和运筹调度领域，利用深度强化学习模型和进化算法这两者的优势，同时优化系统的多个目标，深度强化学习和进化算法将收集到的或者自己生成的数据通过深度强化学习模型来进行训练首先生成多目标问题的初步解，再通过进化算法的分解以及同步优化来生成一组近似最优的Pareto前沿，为不同目标的片上通信提供了可行解。本发明通过深度强化学习的模型和算法来以黑盒训练法让模型参数自主地拟合去学习选择路径的策略，无需大量的时间代价即可计算出最优的通信方案，实现了高效地通信。

公开(公告)号：CN118839656A

公开(公告)日：2024-10-25

申请号：CN202410836482.8

申请日：2024-06-26

Applicant: 华侨大学

Inventor： 蔡奕侨 ,  王君杰 ,  喻小光 ,  柳培忠 ,  田晖

IPC: G06F30/394 ,  G06N3/042 ,  G06N3/045 ,  G06N3/044 ,  G06N3/08 ,  G06F111/06 ,  G06F111/20 ,  G06F115/12

Abstract: 本发明公开了一种基于图神经网络的电路板布线优化方法，包括以下步骤：S101，根据电路布线过程中的多目标特征构建目标函数；S102，构建基于边特征的图注意力模型；S103，生成随机数据并进行加工，利用根据所述目标函数构建的损失函数和加工后的数据对图注意力模型进行训练，生成训练好的图注意力模型；S104，收集实例数据，将收集到的实例数据输入训练好的图注意力模型，生成初始帕累托前沿解集外部存档；S105，通过局部搜索算法对初始帕累托前沿解集进行优化，得到最终帕累托前沿解集外部存档。本发明设计了基于边特征的图注意力模型的单模型，能更高效地获取电路板布线的解；并且通过局部搜索算法进一步优化了图注意力模型生成的解集。