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數字集成電路線延時預測方法、設備及存儲介質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：CN118211542B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202410406459.5，技術領域涉及：G06F30/3315；該發明授權一種數字集成電路線延時預測方法、設備及存儲介質是由曹鵬;王子陽;鞏芮彤;吳晨旭;葉雨萱;戚山珊;丁文杰設計研發完成，并于2024-04-07向國家知識產權局提交的專利申請。

本一種數字集成電路線延時預測方法、設備及存儲介質在說明書摘要公布了：本發明公開了一種數字集成電路線延時預測方法、設備及存儲介質，首先，通過物理設計工具對電路進行物理設計，提取電路布線后版圖寄生參數信息作為預測模型的輸入特征，然后通過在spef網表中提取路徑拓撲信息，進行序列特征預處理，將處理后的特征作為矩匹配模型的輸入，建立起網表拓撲結構與線延時之間的聯系。將矩匹配模型的輸出和網表拓撲信息預處理的輸出進行合并后作為XGboost模型和隨機森林模型的特征輸入。最后運用貝葉斯優化的方法進行超參數優化，得到魯棒性較強的延時預測模型，輸出延時預測值。本發明與傳統精確模型方法相比，能夠在較低的仿真開銷情況下，取得更高精度的預測效果，對于數字集成電路的下時序簽核具有重要意義。

本發明授權一種數字集成電路線延時預測方法、設備及存儲介質在權利要求書中公布了：1.一種數字集成電路線延時預測方法，其特征在于：包括如下步驟： 步驟1：獲取指定電路的寄生參數格式網表，同一電路的每個輸出單元節點對應一個網表，提取每個網表中每個輸入單元節點的寄生參數；通過仿真工具對每個輸入單元節點的寄生參數進行仿真，得到每個網表中輸出單元節點與輸入單元節點各路徑的延時信息作為真實線延時； 步驟2：將所有的寄生參數進行序列特征預處理，得到網表簡化拓撲信息； 步驟3：將所有的寄生參數作為矩匹配算法的輸入，通過對寄生參數的傳遞函數進行矩匹配運算，獲取網表拓撲結構與矩匹配理論線延時之間的聯系； 步驟4：將網表拓撲結構與矩匹配理論線延時之間的聯系和網表簡化拓撲信息進行合并作為輸入特征，將網表對應的真實線延時作為輸入標簽；對輸入特征與輸入標簽進行數據清洗，得到清洗后的輸入特征與輸入標簽； 步驟5：采用貝葉斯優化方法對XGboost模型和隨機森林模型進行超參數調整，得到XGboost模型和隨機森林模型的最優參數，將最優參數分別代入XGboost模型和隨機森林模型，得到優化后的XGboost模型和隨機森林模型； 步驟6：利用清洗后的輸入特征與輸入標簽分別訓練優化后的XGboost模型和隨機森林模型，得到訓練好的XGboost模型和隨機森林模型； 步驟7：獲取輸入特征，逐一刪除輸入特征中的某一特征，將剩余的輸入特征分別輸入XGboost模型和隨機森林模型，根據輸出結果分別計算XGboost模型和隨機森林模型的預測指標，當預測指標變化幅度大于閾值時，保留被刪除的輸入特征，當預測指標變化幅度小于閾值時，去除被刪除的輸入特征，最終得到被保留的輸入特征； 步驟8：獲取待預測電路的標準的寄生參數格式網表，根據待預測電路的標準的寄生參數格式網表獲取待預測電路的輸入特征，根據被保留的輸入特征從待預測電路的輸入特征中找出最優輸入特征，將最優輸入特征輸入權重神經網絡，得到XGboost模型權重和隨機森林模型權重； 步驟9：將最優輸入特征分別輸入訓練好的XGboost模型和隨機森林模型，得到XGboost模型線延時預測值，隨機森林模型線延時預測值，將XGboost模型線延時預測值，隨機森林模型線延時預測值與XGboost模型權重和隨機森林模型權重進行加權求和，得到最終的待預測電路的線延時預測值。

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：210018 江蘇省南京市玄武區四牌樓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”。