基于最优目标函数的STI LDMOS器件的自动设计方法及系统

AITNT
正文
推荐专利
基于最优目标函数的STI LDMOS器件的自动设计方法及系统
申请号:CN202410898003
申请日期:2024-07-05
公开号:CN118656972A
公开日期:2024-09-17
类型:发明专利
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
1
一种跨领域客户信用评估方法及相关装置
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
2
一种电力变电站故障检测方法及装置
电力变电站 待测设备 动态故障 故障检测方法 SLAM技术
3
一种高性能智能手套的制备方法
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
4
一种海上微透平机组性能异常检测方法、系统、设备和介质
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
5
一种铜合金成分优化系统及方法
铜合金 性能预测模型 序列 综合性 机器学习算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号