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！

龙图腾网获悉山东大学申请的专利一种基于机器学习的逻辑综合阶段延时预测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：CN120105985B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510265911.5，技术领域涉及：G06F30/3315；该发明授权一种基于机器学习的逻辑综合阶段延时预测方法及系统是由周冉冉;王庆康;王永;亓海凤;颜丙波设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种基于机器学习的逻辑综合阶段延时预测方法及系统在说明书摘要公布了：本发明涉及一种基于机器学习的逻辑综合阶段延时预测方法及系统，属于数字集成电路设计自动化技术领域。本发明借鉴自然语言处理领域的概念，将时序路径类比为自然语言处理任务中的一个句子，组成一个句子的基本元素称为token。一条时序路径由多个标准单元和线网连接而成，组成一条时序路径的每个token中既包含标准单元的信息，也包含线网的信息。本发明首先利用图注意力网络预测时序路径中线网的物理尺寸，然后利用LSTM‑Attention网络捕捉整条时序路径各部分的时序相关性和物理相关性。本发明准确高效地将布线后的时序性能前馈到逻辑综合过程中,以指导逻辑综合阶段时序优化和时序收敛，大大减少芯片设计的迭代次数。

本发明授权一种基于机器学习的逻辑综合阶段延时预测方法及系统在权利要求书中公布了：1.一种基于机器学习的逻辑综合阶段延时预测方法，其特征在于，包括步骤如下： 步骤1：对多个芯片设计调用电子设计自动化工具执行逻辑综合、布局布线、时序分析流程，获取对应的网表和时序报告； 步骤2：利用C++程序解析布局前后的网表和时序报告，获取训练线长预测模型所需的线网特征和标签； 步骤3：将步骤2中的样本即线网特征和对应标签输入到图注意力网络进行训练，得到线长预测模型及预测结果； 步骤4：利用C++程序解析逻辑综合阶段的时序报告和网表，获取每条时序路径的每个单元的特征，结合步骤2中对应的用于预测线长的线网特征以及步骤3中预测出的线长，得到整条时序路径的特征；即整条时序路径的特征包含了从时序报告、网表中获取的单元相关信息，以及步骤2中线长预测模型所用的线网特征和步骤3中预测模型输出的线长；解析布线后的时序报告，得到对应的时序路径延时标签； 步骤5：将时序路径类比为自然语言处理任务中的一个句子，组成一个句子的基本元素称为token；一条时序路径包括多个标准单元和线网连接而成，组成一条时序路径的每个token中既包含标准单元的信息，也包含线网的信息，每一个token都是一个有若干个特征的向量；将整条时序路径嵌入为低维向量； 步骤6：将经步骤4和步骤5处理后的样本即整条时序路径的特征和对应的布线后时序路径延时标签输入到LSTM-Attention网络中进行训练，得到路径延时模型，模型输出即为预测结果。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。