公开(公告)号：CN117391014A

公开(公告)日：2024-01-12

申请号：CN202210784114.4

申请日：2022-07-05

Applicant: 复旦大学

Inventor： 曾璇 ,  杨帆 ,  毕朝日 ,  何彪

IPC: G06F30/36 ,  G06F30/27 ,  G06F111/04 ,  G06F111/08

Abstract: 本发明属于集成电路设计中自动优化及贝叶斯优化技术领域，涉及模拟电路自动参数优化方法及贝叶斯优化方法。具体为以多目标优化的方式将多种不同模型集成起来进行并行贝叶斯优化的方法。本方法通过多目标优化的方式集成多种模型，是一种迭代渐进寻优的优化方法。在每轮迭代中，本方法首先将问题转化为基于多种代理模型的决策函数的多目标优化问题。对于概率模型而言，决策函数即为获取函数；对于非概率模型而言，决策函数即为模型的预测均值。之后，本方法从该多目标优化问题的帕累托前沿解中选择多个候选点进行并行仿真。然后本方法更新数据集和代理模型，重复以上步骤直到满足终止条件。本方法可以使用任何机器学习模型，不要求模型提供预测方差。由于集成多种模型，本方法具有较高的灵活性和鲁棒性，算法能跳出局部最优，减少所需的迭代次数。