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！

龙图腾网获悉华中科技大学申请的专利一种基于强化学习层次式电力电子电路布局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：CN119227627B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411294235.6，技术领域涉及：G06F30/392；该发明授权一种基于强化学习层次式电力电子电路布局方法是由陈宇;商毅;祝之森;陈汉文;康勇设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于强化学习层次式电力电子电路布局方法在说明书摘要公布了：本发明公开了一种基于强化学习层次式电力电子电路布局方法，属于集成电路领域，该方法主要分为元件序列生成、布局优化和布线优化三个层次。首先对电力电子电路的功率流向分析，合理安排元件布局顺序，从而从顶层实现基础性的优化；然后在元件序列的基础上，使用卷积神经网络提取布局特征、使用图卷积神经网络提取电路连接关系的图特征，并且将电力电子电路的特有设计规则嵌入到强化学习的奖励系统中，采用深度Q网络DeepQNetwork，DQN实现元器件的布局；通过强化学习，智能体无需人为干预即可在试错中总结经验，最终生成奖励最大化的布局结果。

本发明授权一种基于强化学习层次式电力电子电路布局方法在权利要求书中公布了：1.一种基于强化学习层次式电力电子电路布局方法，其特征在于，包括： S1，构建深度神经网络作为智能体； 其中，所述智能体的输入为将PCB板网格化后各网格点的布局状态矩阵O和待布局电路各元件的坐标状态矩阵P，所述各网格点的布局状态包括没有元件且处于可布局范围内、处于可布局范围外、被过去动作放置的元件占用、被当前动作放置的元件占用，所述各元件的坐标状态包括各元件被摆放的X、Y坐标、以该坐标为参考点时元件所占据的X、Y方向上的网格点数量；输出为电路的所有可能的布局动作的质量向量Q，所述布局动作为下一个元件放置的方位，所述质量为挑选每个布局动作时获得最优布局结果的可能性；所述深度神经网络包括CNN、GCN及MLP； S2，将第t步的布局状态矩阵Ot和坐标状态矩阵Pt输入至智能体，CNN从Ot中提取PCB平面的布局特征，GCN从Pt中提取电路图特征，MLP根据布局及电路图特征生成Qt；从中选择一个动作at，得到第t+1步的布局状态矩阵Ot+1和坐标状态矩阵Pt+1，并通过奖励规则对其进行评估得到奖励Rt；将Ot、Pt、at、Rt、Ot+1、Pt+1作为一组数据存入记忆池；其中，t＝0,1,2,…K，K为待布局电路的元件数量；所述奖励规则为：各元件的放置位置无冲突且总走线长度尽量短； S3，重复S2，直至按照预设顺序完成所有元件的放置；从所述记忆池中随机抽取一批数据训练所述智能体；其中，所述预设顺序与电路的功率流动方向一致； S4，重复S2‑S3，直至符合训练停止条件，采用训练好的智能体获取所述待布局电路的最优布局结果； 基于所述奖励规则，设置奖励函数r＝roverlap+roverlap_net_area+rhpwl；其中，roverlap为元件重叠面积奖励，lenic_list表示第i个PCB板各网格点上的元件数量，a＞1，n×m为PCB板的网格点总数；roverlap_net_area为任意两组不同的电位的引脚组各自连接后所包围区域之间的重叠面积奖励，N为待布局电路中引脚电位的类别数，neti、netj分别为第i、j组引脚，其中ij；rhpwl为总走线长度奖励，Δxi、Δyi分别为第i类电位的引脚组中引脚之间在水平方向、竖直方向的最大间距。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。