买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学;南京集成电路设计自动化技术创新中心申请的专利一种机器学习辅助的片上变压器自动综合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119227514B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411247100.4，技术领域涉及：G06F30/27；该发明授权一种机器学习辅助的片上变压器自动综合方法是由王海明;魏亚雯;刘涵宇;无奇设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种机器学习辅助的片上变压器自动综合方法在说明书摘要公布了：本发明公开了一种机器学习辅助的片上变压器自动综合方法，首先设定片上变压器电参数目标和工艺约束；使用逆向人工神经网络快速预测得到一组结构参数作为初始解；接着对结构参数进行随机采样，其中一部分样本空间为初始解周围浮动得到，并进行全波电磁仿真获取样本；将样本全波仿真数据进行压缩，进而引入片上变压器先验知识训练GPR代理模型，使得模型的维度降低且预测准确度更高；然后进行全局优化，通过初始解约束优化范围，并进一步采用不同置信下限常数带来的多路径优化增强算法的收敛性和探索性。本发明采用逆向网络和正向优化相结合的算法，在保证准确度的同时具有更低的计算成本和更高的优化速度，推动了片上无源器件设计的自动化和智能化。

本发明授权一种机器学习辅助的片上变压器自动综合方法在权利要求书中公布了：1.一种机器学习辅助的片上变压器自动综合方法，其特征在于，所述方法包括以下步骤： 步骤1：设置片上变压器电性能参数目标和变压器结构参数约束，设置相关的工艺约束； 步骤2：使用逆向人工神经网络根据变压器电性能参数目标预测得到一组结构参数作为初始解；其中使用人工神经网络建立逆向模型，学习性能参数和结构参数之间的映射关系，所述逆向模型引入片上变压器的先验知识降低模型维度，对于带宽优化感值通过频带内较为重要的频点来替代所有频点，或者训练模型时间隔选择频点；对于完全对称的变压器结构只选择初级或次级一个线圈的性能参数进行观测，输入阻抗只关注工作带宽内部分；最小自谐振频率通过品质因数正负来判定；所述逆向模型通过增加输入参数特征解决一对多问题，在输入中引入辅助约束来限制输出值的求解范围； 步骤3：对结构参数进行随机采样得到一部分结构参数，再在初始解周围采样得到一部分结构参数，并通过全波电磁仿真收集初始样本； 步骤4：将样本全波仿真数据压缩变换，降低样本维度； 步骤5：训练GPR代理模型，学习变压器结构参数和性能参数的映射关系，代替传统的等效电路模型和全波电磁仿真； 步骤6：采用基于种群的元启发式算法进行全局优化，逆向人工神经网络初始解约束优化范围，优化得到一组变压器结构参数； 步骤7：全波仿真验证，对步骤6得到的结构参数进行全波仿真验证，如果满足设计目标则输出最优结构参数和或版图，不满足将仿真结果加入到样本集中，重复步骤5至步骤7直到满足迭代停止条件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学;南京集成电路设计自动化技术创新中心，其通讯地址为：211189 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。