电阻建模方法、系统、电子设备及存储介质

本申请公开了一种基于神经网络的电阻建模方法、系统、电子设备及存储介质。该方法通过获取测试数据集、构建神经网络模型、分阶段训练及验证模型精度，实现电阻特性建模。采用分阶段训练策略，先在预定义环境下学习电阻尺寸特性形成初始模型，再用全量数据优化多环境表现，最后验证精度。该方法解决了传统模型计算复杂、耗时、拟合精度低的问题，特别提高了小方块数和小尺寸电阻非线性关系的拟合精度，减少人工调整工作量，提升不同环境下的预测精度和建模效率，为集成电路设计提供可靠电阻模型。