基于强化学习算法的模拟IC网表版图协同优化方法及系统

    公开(公告)号:CN120012681A

    公开(公告)日:2025-05-16

    申请号:CN202510155277.X

    申请日:2025-02-12

    Abstract: 本发明公开了一种基于强化学习算法的模拟IC网表版图协同优化方法及系统,其中方法包括:生成模拟IC的初始网表,输入预先搭建的仿真平台中;根据模拟IC的初始网表生成模拟IC电路版图,并通过仿真平台进行仿真;强化学习智能体基于预先构建的模拟IC网表多边异构图,搭建图神经网络执行优化任务,生成优化后的模拟IC的网表并发送给仿真平台;根据优化后的模拟IC的网表生成新的模拟IC电路版图,仿真平台对优化后的模拟IC的网表和新的模拟IC电路版图均进行仿真,并通过强化学习智能体以对模拟IC电路版图进一步优化;强化学习智能体与仿真平台持续交互优化,直至得到满足性能指标的最终参数组合。本发明大幅提高了电路优化的效率和性能。

    模拟IC布局布线协同的数据集构建方法及版图生成方法

    公开(公告)号:CN116933721A

    公开(公告)日:2023-10-24

    申请号:CN202310873176.7

    申请日:2023-07-14

    Abstract: 本发明公开了一种模拟IC布局布线协同的数据集构建方法及版图生成方法,数据集构建方法包括:1)模拟IC的GDSII版图解析文件中器件或匹配块的位置信息和实际尺寸的提取与计算;根据模拟IC的GDSII版图解析文件构成,提取模块定义和引用定义的相对坐标和参考坐标位置信息,并计算得到对应器件或匹配块的绝对坐标和实际尺寸;包括:模块定义部分相对坐标信息提取;引用定义部分参考坐标提取;绝对坐标与实际尺寸计算;2)网表数据匹配自动标注;通过与网表文件的器件关联,完成对网表中器件或匹配块的位置信息和实际尺寸信息标注,实现模拟IC布局布线协同的数据集构建。本发明避免了人工标注数据集的精力消耗与不同工作人员标注数据集的差异与错误。

    基于局部时间序列提取算法的驾驶风格识别方法及装置

    公开(公告)号:CN113635906B

    公开(公告)日:2023-07-25

    申请号:CN202111005909.2

    申请日:2021-08-30

    Abstract: 本发明提供了一种基于局部时间序列提取算法的驾驶风格识别方法和装置,其方法包括:确定驾驶风格不同的至少两个驾驶风格样本集;采用预设的时间序列分割方法将所述至少两个驾驶风格样本集中的每一个驾驶风格样本集分割为多个初始时间子序列;采用预设的局部时间序列提取算法从所述多个初始时间子序列中提取出多个目标时间子序列;根据所述多个目标时间子序列构建相似度识别模型,并根据所述相似度识别模型对待识别驾驶数据的驾驶风格进行识别。本发明提高了驾驶风格识别方法的时效性和鲁棒性。

    一种基于优化算法与数据驱动的锂电池健康状态评估方法

    公开(公告)号:CN113671401A

    公开(公告)日:2021-11-19

    申请号:CN202111007676.X

    申请日:2021-08-30

    Abstract: 本发明涉及一种基于优化算法与数据驱动的锂电池健康状态评估方法,其包括:建立初始PSO‑LSTM模型;获取表征锂电池性能的特征参数,将所述特征参数作为输入变量输入到所述初始PSO‑LSTM模型,并将电池健康状况作为所述初始PSO‑LSTM模型的输出进行迭代训练得到训练完备的目标PSO‑LSTM模型;将待预测电池的实时数据输入至所述目标PSO‑LSTM模型,对所述电池健康状况进行预测。本发明将PSO算法强大的寻优能力和LSTM算法的可变长序列的预测能力有效的结合在了一起,为锂电池的健康状态评估提出了一种更加有效的方法,能够迅速而准确的对锂电池的健康状况进行预测。

    一种环件自动化多频阵列聚焦超声无损检测装置及方法

    公开(公告)号:CN107796876A

    公开(公告)日:2018-03-13

    申请号:CN201711003175.8

    申请日:2017-10-24

    CPC classification number: G01N29/069 G01N2291/0234

    Abstract: 本发明公开了一种环件自动化多频阵列聚焦超声无损检测装置及方法,该装置包括收集槽、回转检测平台、外圆面多频聚焦探头阵列、端面多频聚焦探头阵列、多通道超声检测仪、工控机以及控制柜;所述外圆面多频聚焦探头阵列包括多列不同频率的聚焦探头,其设置在环件的外圆面处用于对环件径向深度分层聚焦并保证检测区域覆盖环件整个径向,所述端面多频聚焦探头阵列包括多列不同频率的聚焦探头,其设置在环件的上端面处用于对环件轴向深度分层聚焦并保证检测区域覆盖环件整个轴向。本发明利用超声多频聚焦探头对环件进行不同聚焦深度的缺陷检测,并对探头进行阵列提高检测效率,实现环件内部缺陷的自动化在线检测,检测精度高、效率高、适应性强。

    基于充放电数据特征的锂电池健康状况预测方法及装置

    公开(公告)号:CN113589189B

    公开(公告)日:2022-09-13

    申请号:CN202111007674.0

    申请日:2021-08-30

    Abstract: 本发明涉及基于充放电数据特征的锂电池健康状况预测方法及装置,其包括:建立初始长短期记忆网络模型;获取锂电池健康指标数据集;根据所述锂电池健康指标数据集对所述初始长短期记忆网络模型进行训练、验证和测试,得到目标长短期记忆网络模型;将锂电池健康指标数据输入至所述目标长短期记忆网络模型,对所述锂电池健康状况进行预测。本发明采集实时的锂电池数据,利用改进的遗传算法,对长短期记忆网络模型参数寻优,并引入了注意力机制与增量学习的方法,实现了对锂电池健康状况的在线预测,并且避免了调参的盲目性,提升了预测的准确性。

    一种基于注意力机制的驾驶风险监测方法

    公开(公告)号:CN113780385A

    公开(公告)日:2021-12-10

    申请号:CN202111001093.6

    申请日:2021-08-30

    Abstract: 本发明涉及一种基于注意力机制的驾驶风险监测方法,该方法包括:获取包含标注信息的多种驾驶行为样本图像,形成驾驶图片数据集,其中,所述标注信息为对应的实际驾驶行为分类;将所述驾驶图片数据集输入至神经网络的特征提取器进行特征提取后,依次输入至所述神经网络的通道注意力层和空间注意力层,形成特征矩阵后输入至所述神经网络的顶层分类器,输出预测驾驶行为分类;根据所述实际驾驶行为分类和所述预测驾驶行为分类,对所述神经网络进行训练至收敛,确定训练完备的神经网络。本发明能够大大提高识别误判率准确、实时识别分心驾驶行为,只需要少量样本,即可泛化到不同场景,更重要的是实时性得到了充分保证。

Patent Agency Ranking