-
公开(公告)号：CN115758974A
公开(公告)日：2023-03-07
申请号：CN202211495441.4
申请日：2022-11-27
申请人： 东南大学 , 江阴市智行工控科技有限公司
IPC分类号： G06F30/367 , G06F30/27 , G06N3/048
摘要： 本发明公开了一种用于大规模芯片电路仿真的概率采样步长方法，其将芯片电路仿真的当前时间步状态作为输入，使用强化学习策略网络输出概率分布系数，设计构建贝塔分布，通过对该分布进行采样得到随机步长。本发明提供的一种用于大规模芯片电路仿真的概率采样步长方法，能够挖掘不同规模和拓扑结构电路的仿真状态在线自适应输出一个概率步长分布，而非传统的确定性步长方法，一方面大幅提升步长空间探索能力，跳出局部振荡点，有效改善大规模芯片电路仿真的收敛性能，另一方面减少牛顿拉夫逊法的迭代次数提高仿真效率。
-
公开(公告)号：CN114139472B
公开(公告)日：2023-05-02
申请号：CN202111297554.9
申请日：2021-11-04
申请人： 江阴市智行工控科技有限公司 , 南京云牛智能科技有限公司
摘要： 本发明公开了一种基于强化学习双模型结构的集成电路直流分析方法及系统，该方法使用双模型强化学习算法来制定集成电路伪瞬态分析的步长控制策略。强化学习双模型包括前进模型和后退模型，以集成电路仿真的状态变量作为模型输入，判断目前电路所处的状态并输出一个最优的仿真步长。本发明提供的基于强化学习双模型结构的集成电路直流分析方法可以通过电路的不同状态来自适应步长的输出，两个模型引入公共样本池来相互学习各自的经验，从而使得算法更快地收敛。将连续的步长输出代替了传统算法的离散步长输出，可以更快地提高仿真效率，大大降低了牛顿拉夫逊法的迭代次数和仿真时间。
-
公开(公告)号：CN114139472A
公开(公告)日：2022-03-04
申请号：CN202111297554.9
申请日：2021-11-04
申请人： 江阴市智行工控科技有限公司 , 南京云牛智能科技有限公司
摘要： 本发明公开了一种基于强化学习双模型结构的集成电路直流分析方法及系统，该方法使用双模型强化学习算法来制定集成电路伪瞬态分析的步长控制策略。强化学习双模型包括前进模型和后退模型，以集成电路仿真的状态变量作为模型输入，判断目前电路所处的状态并输出一个最优的仿真步长。本发明提供的基于强化学习双模型结构的集成电路直流分析方法可以通过电路的不同状态来自适应步长的输出，两个模型引入公共样本池来相互学习各自的经验，从而使得算法更快地收敛。将连续的步长输出代替了传统算法的离散步长输出，可以更快地提高仿真效率，大大降低了牛顿拉夫逊法的迭代次数和仿真时间。
-
公开(公告)号：CN115841092A
公开(公告)日：2023-03-24
申请号：CN202211495439.7
申请日：2022-11-27
申请人： 东南大学 , 南京云牛智能科技有限公司
IPC分类号： G06F30/367
摘要： 本发明公开了一种用于芯片电路仿真的步长增益自适应调整方法，该方法对芯片电路仿真伪瞬态分析算法所输出的原始步长增益进行自适应调整。增益自适应调整方法以芯片电路仿真伪瞬态分析算法在每个时间点的原始步长增益作为输入，通过挖掘历史增益序列的一阶矩和二阶矩信息在线自适应调整当前时间点的步长增益，从而输出最终步长。本发明提供的一种用于芯片电路仿真的步长增益自适应调整方法可以自适应不同规模、参数和拓扑结构的电路仿真，将伪瞬态分析算法输出的原始步长，乘以自适应调整后的增益，进一步增强仿真算法的鲁棒性。算法复杂度不受电路规模大小影响，以极低的计算成本提高芯片电路仿真算法的收敛性和效率，大幅降低牛顿拉夫逊法的迭代次数和整个电路的仿真时间。
-
-
-
搜索结果
4 条记录 (耗时 0.048 秒)
