(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111387473.8 (22)申请日 2021.11.22 (71)申请人 广州大学 地址 510006 广东省广州市番禺区大 学城 外环西路23 0号 (72)发明人 曾衍瀚　吕明瑞　林培东　谢尚佐　 侯明江　张妤婷　 (74)专利代理 机构 北京高航知识产权代理有限 公司 11530 专利代理师 刘艳玲 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/373(2020.01) G06K 9/62(2022.01) G06F 111/04(2020.01) (54)发明名称 一种基于SQP算法的电路参数优化方法 (57)摘要 本发明提供了一种基于SQP算法的电路参数 优化方法， 包括S1， 通过待优化电路的器件的参 数生成向量x； S2， 通过待优化电路的约束条件和 目标性能指标定义向量y； S3， 通过采样算法在样 本空间(X,Y)中进行采样,调用电路仿真软件获 得仿真结果,采样得到的参数对(x,y)组成训练 集； S4， 通过拟合y＝f(x)的函数关系， 构建神经 网络模型； S5， 通过序二次规划算法对S4中产生 的神经网络模型进行寻优， 获得最优解。 本发明 使用神经网络构建仿真模型可以在调用电路仿 真软件次数更少的情况下， 更加准确全面的描述 样本空间的分布。 可以从全局角度获取到该结构 下最优的电路参数组合。 使用SQP算法的容易的 获得全局最优解， 而 摆脱局部最优解的收敛。 权利要求书2页 说明书6页 附图4页 CN 114462292 A 2022.05.10 CN 114462292 A 1.一种基于SQP算法的电路参数优化方法， 其特 征在于， 包括： S1， 通过待优化电路的器件的参数生成向量x； S2， 通过待优化电路的约束条件和目标性能指标定义向量y； S3， 通过采样算法在样本空间(X,Y)中进行采样,调用电路仿真软件获得仿真结果,采 样得到的参数对(x,y)组成训练集； S4， 通过拟合y＝f(x)的函数关系， 构建神经网络模型； S5， 通过序二次规划算法对S4中产生的神经网络模型进行寻优， 获得最优解。 2.根据权利要求1所述的一种基于SQP算法的电路参数优化方法， 其特征在于， 所述器 件参数包括待优化电路中各个C MOS管的栅长L、 栅宽W、 电阻的阻值R和电容的电容 量C。 3.根据权利要求1所述的一种基于SQP算法的电路参数优化方法， 其特征在于， 所述约 束条件包括噪声、 线性度、 增益、 输入阻抗、 输出阻抗、 功耗、 电压电源、 输出幅度、 响应速度 中的一种或多种； 所述目标性能指标包括噪声、 线性度、 增益、 输入阻抗、 输出阻抗、 功耗、 电压电源、 输出 幅度、 响应速度中的一种或多种。 4.根据权利要求1所述的一种基于SQP算法的电路参数优化方法， 其特征在于， 所述通 过拟合y＝f(x)的函数关系， 构建神经网络模型， 包括： 构建多层感知机模型； 使用所述多层感知机模型回归预测y＝f(x)的函数关系， 构建神经网络模型。 5.根据权利要求4所述的一种基于SQP算法的电路参数优化方法， 其特征在于， 所述构 建神经网络模型包括： S41， 根据S3中的采样得到的参数对构建数据集； S42， 将数据集划分成训练集和 测试集 S43， 从训练集中分批划分出数据， 分别将每一批数据输入到神经网络模型中， 执行训 练操作； S44， 根据训练时获取的误差值优化神经网络模型， 通过预设的优化方法优化神经网络 中各层的参数。 6.根据权利要求1所述的一种基于SQP算法的电路参数优化方法， 其特征在于， 所述通 过序二次规划算法对S4中产生的神经网络模型进行寻优， 获得最优解， 包括： S51， 建立优化目标： min F(f(x)) gi(y)≥0， i ＝1,2,…,m 其中， F(y)表示向量 y中的目标性能指标部分的加权平均公式； gi(y)≥0表示向量 y约束 条件部分要满足的条件； m表示第m个约束条件， 通过OOR函数和y＝f(x)可以转换为下述公式: ui(f(x))＝0， i＝1,2,…,m 其中， ui(f(x))表示OOR函数，权　利　要　求　书 1/2 页 2 CN 114462292 A 2其中， Nμm表示惩罚因子； S52， 利用泰勒展开将非线性约束问题F(f(x))的目标函数在迭代点xk处简化成二次函 数， 得到如下二次规划问题： 其中， k表示第k个迭代点， S53， 令： S＝x ‑xk 求解此二次规划问题， 将获得的最优解S作为原问题的下一个搜索方向Sk+1； S54， 让Sk+1作为原最优化问题 目标函数的约束一维搜索， 得到原最优化问题的一个近 似解Xk+1； S55， 重复S52 ‑S54直到找到该二次规划问题的最优解。权　利　要　求　书 2/2 页 3 CN 114462292 A 3