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！

龙图腾网获悉福州大学申请的专利基于深度强化学习的X结构Steiner最小树构造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：CN115713061B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211589378.0，技术领域涉及：G06F30/394；该发明授权基于深度强化学习的X结构Steiner最小树构造方法是由刘耿耿;林振坤;郭文忠设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本基于深度强化学习的X结构Steiner最小树构造方法在说明书摘要公布了：本发明提出基于深度强化学习的X结构Steiner最小树构造方法，首先设计了一种布线拓扑初始化策略,即采用prim算法构建一棵最小生成树以确定引脚的拓扑结构；其次，提出了一种DRL算法下的XSMT问题处理策略，将对于XSMT问题中出现的45°边与135°边进行松弛处理，并以线长作为回报值，使得通过DRL算法训练得到的结果更加直观；此外，设计了一种布线拓扑精炼策略。由于通过DRL算法训练得到的结果中存在冗余的线长，将45°边与135°边旋转为水平边与垂直边进行去重，与精炼前的结果相比，精炼策略可以对线长起到很好的优化效果；本发明用于集成电路布线设计时，能够得到最小化线长的布线解方案。

本发明授权基于深度强化学习的X结构Steiner最小树构造方法在权利要求书中公布了：1.基于深度强化学习的X结构Steiner最小树构造方法，用于超大规模集成电路中的各个晶体管之间的总体布线，基于X结构斯坦纳最小树XSMT问题来完成最小树的布线，其特征在于：所述方法使用深度强化学习DRL，通过其在训练时奖励函数的所有先前成功的以及不成功的网络布线的尝试，为布线的动态演进状态产生最佳动作，以完成XSMT问题的目标；所述方法包括以下步骤； 步骤S1、数据预处理与初始化阶段：初始化引脚实际坐标，并将引脚实际坐标映射为网格坐标； 步骤S2、布线拓扑初始化阶段：对引脚使用初始化策略，生成在用于后续步骤的结构固定的拓扑结构； 步骤S3、基于深度强化学习的动作选择阶段：按XSMT设计基于DQN算法的布线方式选择策略； 步骤S4、布线拓扑精炼阶段：通过优化互连线的连接，对布线拓扑优化以选择出最优布线拓扑； 步骤S4的布线拓扑精炼阶段中，针对整体布线结构因存在重叠部分产生的冗余线长设置精炼策略算法，对通过DQN算法进行训练得到的布线树进行优化，使得线长更短； 精炼策略算法具体包括以下方法； 方法一、处理边得到可进行比较的边结构，具体为：根据四种动作将线段进行分解得到四种边，分别是水平边、垂直边、45°边与135°边，同时将45°边与135°边分别顺时针旋转为水平边与垂直边，将四种边存为如下结构： [水平边的纵坐标值，起点坐标值，终点坐标值] [垂直边的横坐标值，起点坐标值，终点坐标值] 将每条边的起、终点重新排序，满足水平线的起点在左终点在右，垂直边的起点在下终点在上，对相同种类的边进行比较判断是否具备可重合的条件； 方法二、去重，具体为：根据方法一得到的四种边结构，对边进行升序排序，当第一个值相同时则按照第二个值进行排序； 对于每一种边，分别进行去重操作，由于已完成排序使得重复边相邻，即可进行按顺序进行两两比较，当第一个值相同即水平边处在同一条直线上时，重叠部分与线段的终点有关，终点数值小的线段即为重叠部分，当第一个值相同但第二个值不同时，由于已经过排序，所以重叠部分与第一条线段的起点和第二条线段的终点有关，当第二条线段的起点小于第二条线段的终点时，两点间的线段即为重叠部分，将两条线段进行合并，完成去重操作，垂直边同理。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。