买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜复旦大学申请的专利一种基于贝叶斯优化理论的多目标寻优软错误加固方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115204051B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210872562.X，技术领域涉及：G06F30/27；该发明授权一种基于贝叶斯优化理论的多目标寻优软错误加固方法是由李炎;陈超;曾晓洋设计研发完成，并于2022-07-23向国家知识产权局提交的专利申请。

本一种基于贝叶斯优化理论的多目标寻优软错误加固方法在说明书摘要公布了：本发明属于半导体和集成电路技术领域，具体为一种基于贝叶斯优化理论的多目标寻优软错误加固方法。该加固方法包括3个过程：信息获取过程获取电路中触发器的面积、功耗和软错误率等基本信息；数据降维过程依据获取的信息对电路中的触发器进行聚类、排序并实数编码。优化加固过程基于贝叶斯优化理论，通过代理模型模拟电路替换加固的效果表现，利用采集函数选择下一个采样评估点，并进行多目标寻优求解，经迭代，获得面积、功耗和软错误率的最佳折衷，给出最终替换加固方案；本发明方法具有可扩展性，高效性、通用性，可用于指导三模冗余TMR等多种高可靠结构的容软错误替换加固，能适应多场景多要求的电路加固设计。

本发明授权一种基于贝叶斯优化理论的多目标寻优软错误加固方法在权利要求书中公布了：1.一种基于贝叶斯优化理论的多目标寻优软错误加固方法，其特征在于，包括三个过程：电路信息获取，数据降维和优化加固；其中： 电路信息获取过程：获取电路中包括触发器的面积、功耗和软错误率在内的基本信息； 数据降维过程：依据获取的信息对电路中的触发器进行聚类、排序并实数编码，降低数据的复杂度； 优化加固过程：基于贝叶斯优化理论，以贝叶斯神经网络BNN作为代理模型模拟电路中部分触发器被替换成高可靠结构触发器对电路中的触发器的面积、功耗和软错误率指标的影响，利用采集函数选择下一个采样评估点，并进行多目标寻优求解，经多次迭代至满足一定条件后，获得触发器的面积、功耗和软错误率的最佳折衷，给出最终的替换加固方案，将电路中的触发器替换成相应的高可靠结构触发器；其中： 数据降维过程中，以各触发器的面积、功耗和软错误率指标间的欧几里得距离作为相似性，并结合触发器性能的优劣性和设计者对电路的触发器的指标的权重设置，对经聚类后每一簇中的触发器进行排序；具体如下： ①定义各触发器的关键系数，记为F： F＝-WArea·Area-WPower·Power+WSER·SER 其中WArea、WPower、WSER分别表示触发器的面积、功耗和软错误率指标的权重；计算簇内每一个触发器的关键系数F； ②初始化一个空列表，列表的长度与该簇内触发器的个数一致，按照各触发器的关键系数，选择关键系数F最大的触发器作为该列表的头部，关键系数F最小的触发器作为该列表的尾部； ③基于该列表的头部和尾部，遍历该簇中余下的所有触发器，找到与当前表头和表尾相距最近即最为相似的触发器，将其置于列表的头部或尾部附近，并以其作为列表新的头部或尾部，更新列表，每轮仅更新一点； ④重复操作③至该簇内所有触发器填满整个列表，排序完成。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。