買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東南大學;南京集成電路設計自動化技術創新中心申請的專利一種機器學習輔助的片上變壓器自動綜合方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119227514B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411247100.4，技術領域涉及：G06F30/27；該發明授權一種機器學習輔助的片上變壓器自動綜合方法是由王海明;魏亞雯;劉涵宇;無奇設計研發完成，并于2024-09-06向國家知識產權局提交的專利申請。

本一種機器學習輔助的片上變壓器自動綜合方法在說明書摘要公布了：本發明公開了一種機器學習輔助的片上變壓器自動綜合方法，首先設定片上變壓器電參數目標和工藝約束；使用逆向人工神經網絡快速預測得到一組結構參數作為初始解；接著對結構參數進行隨機采樣，其中一部分樣本空間為初始解周圍浮動得到，并進行全波電磁仿真獲取樣本；將樣本全波仿真數據進行壓縮，進而引入片上變壓器先驗知識訓練GPR代理模型，使得模型的維度降低且預測準確度更高；然后進行全局優化，通過初始解約束優化范圍，并進一步采用不同置信下限常數帶來的多路徑優化增強算法的收斂性和探索性。本發明采用逆向網絡和正向優化相結合的算法，在保證準確度的同時具有更低的計算成本和更高的優化速度，推動了片上無源器件設計的自動化和智能化。

本發明授權一種機器學習輔助的片上變壓器自動綜合方法在權利要求書中公布了：1.一種機器學習輔助的片上變壓器自動綜合方法，其特征在于，所述方法包括以下步驟： 步驟1：設置片上變壓器電性能參數目標和變壓器結構參數約束，設置相關的工藝約束； 步驟2：使用逆向人工神經網絡根據變壓器電性能參數目標預測得到一組結構參數作為初始解；其中使用人工神經網絡建立逆向模型，學習性能參數和結構參數之間的映射關系，所述逆向模型引入片上變壓器的先驗知識降低模型維度，對于帶寬優化感值通過頻帶內較為重要的頻點來替代所有頻點，或者訓練模型時間隔選擇頻點；對于完全對稱的變壓器結構只選擇初級或次級一個線圈的性能參數進行觀測，輸入阻抗只關注工作帶寬內部分；最小自諧振頻率通過品質因數正負來判定；所述逆向模型通過增加輸入參數特征解決一對多問題，在輸入中引入輔助約束來限制輸出值的求解范圍； 步驟3：對結構參數進行隨機采樣得到一部分結構參數，再在初始解周圍采樣得到一部分結構參數，并通過全波電磁仿真收集初始樣本； 步驟4：將樣本全波仿真數據壓縮變換，降低樣本維度； 步驟5：訓練GPR代理模型，學習變壓器結構參數和性能參數的映射關系，代替傳統的等效電路模型和全波電磁仿真； 步驟6：采用基于種群的元啟發式算法進行全局優化，逆向人工神經網絡初始解約束優化范圍，優化得到一組變壓器結構參數； 步驟7：全波仿真驗證，對步驟6得到的結構參數進行全波仿真驗證，如果滿足設計目標則輸出最優結構參數和或版圖，不滿足將仿真結果加入到樣本集中，重復步驟5至步驟7直到滿足迭代停止條件。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東南大學;南京集成電路設計自動化技術創新中心，其通訊地址為：211189 江蘇省南京市江寧區東南大學路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。