摘要
本发明提出一种基于工艺和后仿真优化反馈的模拟电路智能设计方法,属于电路设计多目标优化领域。该方法包括三个过程:电路图优化过程、版图优化过程、器件工艺优化过程。电路图优化过程用GLAL‑MOPSO算法优化电路元器件的参数;版图优化过程在GLAL‑MOPSO算法的基础上,设计了一种决策变量分组的策略来应对版图优化中大规模变量的优化难题;为了增加电路设计的寻优范围,在电路优化的流程中加入了器件工艺优化的过程。工艺优化过程用GLAL‑MOPSO算法优化器件工艺的参数,可将器件工艺优化过程得到的结果作为基础重新进行电路图和版图的优化。本发明通过对模拟电路设计和器件工艺优化进行自动化的寻优迭代,节省了时间成本和人工设计成本,有效地提高了电路的设计效率。
技术关键词
器件工艺优化
智能设计方法
仿真器
版图
指标
参数
决策
变量
电路元器件
输入器件
智能优化算法
计算方法
反馈策略
粒子群算法
亲本
基础
系统为您推荐了相关专利信息
预防下肢静脉血栓
生理指标传感器
弹力袜
强化学习模型
包裹主体
混合多属性决策
指标
输变电工程施工
组合赋权法
术语
资源定价方法
层次结构模型
三次样条插值法
超算中心
层次分析法