一种自动化提参时基于误差的多目标优化均衡方法及系统与流程

本发明涉及自动化提参的，尤其涉及一种自动化提参时基于误差的多目标优化均衡方法及系统。

背景技术：

1、集成电路器件中的曲线模型自动提参是指使用自动化的方法来调整曲线模型中的参数，以便使曲线模型更好地拟合实际的集成电路器件行为或特性。这个过程通常涉及到使用优化算法来搜索参数空间，以找到能够最小化曲线模型与实际测量数据之间误差的最佳参数组合。

2、在集成电路器件中，通常需要对两个以上的曲线模型进行同时提参，比如说需要优化的目标可以是描述电流和电压之间关系的iv特性曲线、描述电容器在不同电压下的电容变化的cv特性曲线、描述输入电流与输入电压的变化率的gm曲线、描述在场效应晶体管中表示源极和漏极之间电导的gds特性曲线、描述电路或器件的输出端对电流或电压响应的rout特性曲线、描述iv及cv等特性曲线中关键点的k-output特性曲线等曲线中的两个以上的特性曲线。

3、但是由于不同的需要优化的目标曲线模型不仅值存在着巨大的差异，优化的点数差别也很大。当对两个以上的目标曲线模型进行同时提参优化时，如何对多个目标之间的权重差异自动均衡，以获取到最终的优化结果是至关重要的。

技术实现思路

1、针对上述问题，本发明的目的在于提供一种自动化提参时基于误差的多目标优化均衡方法及系统，能够根据多个目标之间权重差异对多个目标在提参优化时进行自动均衡，以获取到基于多个目标曲线模型同时提参优化时的最优化的参数结果。

2、本发明的上述发明目的是通过以下技术方案得以实现的：

3、一种自动化提参时基于误差的多目标优化均衡方法，包括以下步骤：

4、s1：确定至少两个待优化的目标曲线模型的中每一个所述目标曲线模型的整体权重；

5、s2：计算每个所述目标曲线模型的模型初始误差；

6、s3：依据每一个所述目标曲线模型的所述整体权重，每个所述目标曲线模型的所述模型初始误差，以及每一个所述目标曲线模型中每个点的误差建立多目标均衡化的目标函数；

7、s4：修改每一个所述目标曲线模型的可修改参数，直至依据所述可修改参数计算的所述目标函数的输出值在预设范围内，获取得到最佳的所述可修改参数的组合作为多目标优化均衡后的所述目标曲线模型的参数。

8、进一步地，在步骤s1中，确定至少两个待优化的所述目标曲线模型的中每一个所述目标曲线模型的所述整体权重，具体为：

9、确定每一个待优化的所述目标曲线模型的输入参数和输出参数；

10、以及为每一个待优化的所述目标曲线模型分别设置一个初始的所述整体权重，每一个所述目标曲线模型的所述整体权重用于表示当前所述目标曲线模型在多目标优化均衡结果中的相对重要性。

11、进一步地，在步骤s2之前，还包括：确定每个点的误差定义公式，具体为：

12、e＝abs(sim-meas)

13、或

14、e＝abs((sim-meas)/meas)

15、其中，e为所述目标曲线模型中每个点的误差，sim为依据所述目标曲线模型的所述输入参数以及所述可修改参数确定的所述输出参数的仿真值，meas为与所述输入参数实际对应的测量值。

16、进一步地，在步骤s2中，计算每个所述目标曲线模型的所述模型初始误差，具体为：

17、依据每个所述目标曲线模型中所述可修改参数的初始值，计算出基于所述参数初始值的每个点的初始仿真值；

18、基于每个点的所述初始仿真值和与当前点所述输入参数实际对应的所述测量值，依据每个点的误差定义公式计算出每个点的点初始误差；

19、基于每个点的所述点初始误差，计算出每个所述目标曲线模型的所述模型初始误差，所述模型初始误差采用以下公式计算：

20、

21、或

22、

23、其中，n为每个所述目标曲线模型中的点数，e为每个所述目标曲线模型中每个点的误差。

24、进一步地，在步骤s3中，依据每一个所述目标曲线模型的所述整体权重，每个所述目标曲线模型的所述模型初始误差，以及每一个所述目标曲线模型中每个点的误差建立多目标均衡化的所述目标函数，具体为：

25、

26、或

27、

28、其中，r为需要进行多目标均衡化的所述目标曲线模型的个数，p1,p2...pr为每一个所述目标曲线模型的所述整体权重，einit1,einit2...einitr为每一个所述目标曲线模型的所述模型初始误差，n,m...q为每一个所述目标曲线模型的点数，e为根据每个点的误差定义公式计算出的所述目标曲线模型中每个点的误差。

29、进一步地，在步骤s4中，修改每一个所述目标曲线模型的可修改参数之前还包括：为每一个所述可修改参数设置自身的可调边界约束，以及所述可修改参数之间的互相约束，具体为：

30、根据每一个所述可修改参数在相关文献中记载的规范、在物理上的可行性、以及观测可用实验数据中参数典型的取值范围确定所述可修改参数的最终的参数取值范围作为自身的所述可调边界约束，所述可调边界约束具体包括参数边界约束；

31、根据多个所述可修改参数的参数之间的物理关系、可用实验数据中参数与参数之间的关系、以及参数与参数之间的相容性条件确定所述可修改参数之间的所述互相约束，所述互相约束包括参数间等式约束和参数间不等式约束。

32、进一步地，步骤s4中，修改每一个所述目标曲线模型的可修改参数之前还包括：对所述可修改参数归一化，具体为：

33、采用包括上下边界归一化和初值归一化在内的方法进行归一化处理；

34、所述上下边界归一化，具体为：

35、

36、其中，x为每一个所述可修改参数的归一化之前的数值，lowerbound为所述可修改参数的下边界，upperbound为所述可修改参数的上边界，x'为每一个所述可修改参数的归一化之后的数值；

37、所述初值归一化，具体为：

38、

39、其中，x为每一个所述可修改参数的归一化之前的数值，initialvalue为所述可修改参数的初始值，initialrange为所述可修改参数的初始范围，x'为每一个所述可修改参数的归一化之后的数值。

40、一种用于执行如上述的自动化提参时基于误差的多目标优化均衡方法的自动化提参时基于误差的多目标优化均衡系统，包括：

41、整体权重确定模块，用于确定至少两个待优化的目标曲线模型的中每一个所述目标曲线模型的整体权重；

42、初始误差计算模块，用于计算每个所述目标曲线模型的模型初始误差；

43、目标函数确定模块，用于依据每一个所述目标曲线模型的所述整体权重，每个所述目标曲线模型的所述模型初始误差，以及每一个所述目标曲线模型中每个点的误差建立多目标均衡化的目标函数；

44、模型参数获取模块，用于修改每一个所述目标曲线模型的可修改参数，直至依据所述可修改参数计算的所述目标函数的输出值在预设范围内，获取得到最佳的所述可修改参数的组合作为多目标优化均衡后的所述目标曲线模型的参数。

45、一种计算机设备，包括存储器和一个或多个处理器，所述存储器中存储有计算机代码，所述计算机代码被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上述的方法。

46、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机代码，当所述计算机代码被执行时，如上述的方法被执行。

47、与现有技术相比，本发明的有益效果是：

48、通过提供一种自动化提参时基于误差的多目标优化均衡方法，包括：s1：确定至少两个待优化的目标曲线模型的中每一个所述目标曲线模型的整体权重；s2：计算每个所述目标曲线模型的模型初始误差；s3：依据每一个所述目标曲线模型的所述整体权重，每个所述目标曲线模型的所述模型初始误差，以及每一个所述目标曲线模型中每个点的误差建立多目标均衡化的目标函数；s4：修改每一个所述目标曲线模型的可修改参数，直至依据所述可修改参数计算的所述目标函数的输出值在预设范围内，获取得到最佳的所述可修改参数的组合作为多目标优化均衡后的所述目标曲线模型的参数。上述技术方案，能够根据多个目标之间权重差异对多个目标在提参优化时进行自动均衡，基于误差的均衡化之后，可以解决不同的目标曲线模型由于点数不同或者每个目标值差距过大，导致多目标优化时的权重处理不好分配的问题。