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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于强化学习的组合逻辑聚类优化方法及系统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：CN120387420B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510865734.4，技术领域涉及：G06F30/3953；该发明授权基于强化学习的组合逻辑聚类优化方法及系统是由黄鹏程;罗馨怡;何小威;赵学谦;冯超超;乐大珩;赵振宇;马驰远;王永文;宋睿强设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本基于强化学习的组合逻辑聚类优化方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的组合逻辑聚类优化方法及系统，方法包括：S1、统计电路网表中的寄存器与组合逻辑单元的扇出信息；S2、根据扇出信息，筛选出扇出数量大于第一预设阈值且输出信号的最差时序路径时序违反值小于第二预设阈值的寄存器和组合逻辑单元，生成目标单元列表；S3、获取目标单元列表中各单元的扇出组合逻辑信息；S4、基于扇出组合逻辑信息，基于强化学习算法分别对扇出逻辑单元进行聚类操作；S5、在完成逻辑聚类后，对电路的网表进行修订；修订完成后，进行等价性检查；S6、根据修改后的网表进行电路的重新布局布线。本发明能够有效减少关键路径延迟，优化电路性能，尤其适用于大规模集成电路设计。

本发明授权基于强化学习的组合逻辑聚类优化方法及系统在权利要求书中公布了：1.一种基于强化学习的组合逻辑聚类优化方法，其特征在于，包括步骤： S1、统计电路网表中的寄存器与组合逻辑单元的扇出信息； S2、根据步骤S1中的扇出信息，筛选出扇出数量大于第一预设阈值且输出信号的最差时序路径时序违反值小于第二预设阈值的寄存器和组合逻辑单元，生成目标单元列表； S3、获取目标单元列表中各单元的扇出组合逻辑信息； S4、基于扇出组合逻辑信息，基于强化学习算法分别对扇出逻辑单元进行聚类操作； S5、在完成逻辑聚类后，对电路的网表进行修订；修订完成后，进行等价性检查； S6、根据修改后的网表进行电路的重新布局布线； S3的具体步骤为： 对于目标单元列表中的每个单元，获取输出信号扇出的全部逻辑单元son_cells；遍历son_cells，如果单元类型不是缓冲器和反相器，则将单元名、相应的输入pin、以及单元位置信息添加到列表f0_list之中；如果单元类型是缓冲器或反相器，则递归地后搜索全部首次出现的非缓冲器与非反相器逻辑单元，然后将首次出现的非缓冲器与非反相器逻辑单元的单元名、相应的输入pin、以及单元位置信息按相位分别添加到列表f0_list和列表f1_list之中； S4的具体步骤包括： S401、根据逻辑特效以及扇出约束，指定聚类簇的大小，记为Knum； S402、定义状态空间和动作空间：状态空间为聚类簇的数学表示，动作空间包含元素聚类簇归属改变、新增聚类簇、删除聚类簇共3类动作； S403、基于时序要素和距离要素定义奖励函数； S404、初始化聚类簇个数及对应中心坐标； S405、初始化聚类簇； S406、强化学习优化聚类簇：以初始的聚类簇作为初始状态空间，通过强化学习进行优化，优化结果符合预期后停止，以最终的状态作为最终的聚类结果； S407、记录聚类簇信息：记录目标单元列表target_list里各单元对应的最终的聚类个数final_cl_num，以及各聚类里的元素列表。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。