摘要
本发明公开了一种基于最优目标函数的STI LDMOS器件的自动设计方法及系统。本发明首先训练深度神经网络性能预测模型;然后设计最优目标函数;所述最优目标函数定义为最优函数和目标函数之和;最后优化算法实现,具体是:选定优化算法,并设置最大迭代次数;在每一次迭代中,优化算法不断设计新器件结构;将此器件结构输入到训练完备的深度神经网络性能预测模型中,得到相应的器件性能值和品质因数;通过得到的性能值、品质因数和最优目标函数不断驱动优化算法去设计最优的器件;输出迭代过程中满足目标性能值并且达到最优品质因数的器件结构。本发明设计了最优目标函数,可以驱动优化算法设计出同时满足目标性能值和最优品质因数的器件结构。
技术关键词
自动设计方法
性能预测模型
品质因数
训练深度神经网络
新器件结构
自动设计系统
优化算法设计
预测模型训练
模拟退火算法
器件仿真
综合性
遗传算法
定义
模块
参数
粒子
数据
系统为您推荐了相关专利信息
信用评估模型
信用评估方法
数据分布
朴素贝叶斯算法
信用评估装置
电力变电站
待测设备
动态故障
故障检测方法
SLAM技术
智能手套
性能预测模型
蚕丝蛋白纤维
针织物
吸湿速干纱线
透平机组
云端服务器
异常检测方法
性能监控
性能预测模型