[发明专利]一种电子设计自动化方法及装置

权利要求书

1.一种电子设计自动化的方法，其特征在于，包括：

获取电子设计的目标设计结果；

基于所述目标设计结果和已训练的反向机器学习模型，得到预测设计参数；

基于所述预测设计参数和已训练的前向机器学习模型，得到预测设计结果；

若所述预测设计结果与所述目标设计结果间的关系符合第一预设条件，则基于所述预测设计参数和设计工具，确定实际设计结果；

若所述实际设计结果与所述目标设计结果间的关系符合第二预设条件，则确定所述预测设计参数为实际设计参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述预测设计参数和实际设计结果，更新所述已训练的反向机器学习模型和已训练的前向机器学习模型。

3.根据权利要求1所述的方法，其特征在于，在所述基于所述目标设计结果和已训练的反向机器学习模型，得到预测设计参数步骤前，所述方法还包括：

获取第一训练数据集，所述第一训练数据集包括第一训练用设计参数和第一训练用设计结果；

将所述第一训练用设计参数输入第一原始模型，得到第一预测训练结果；

将所述第一预测训练结果输入第二原始模型，得到第一预测训练参数；

基于所述第一训练用设计参数、所述第一训练用设计结果、所述第一预测训练结果和所述第一预测训练参数，调整所述第一原始模型和所述第二原始模型分别对应的模型参数，获取已训练的前向机器学习模型和已训练的反向机器学习模型。

4.根据权利要求3所述的方法，其特征在于，所述获取已训练的前向机器学习模型和已训练的反向机器学习模型步骤，包括：

根据由第一预测训练结果和第一训练用设计结果确定的第一损失函数值，调整所述第一原始模型的模型参数，获取已调整第一原始模型；

根据由第一训练用设计参数和第一预测训练参数确定的第二损失函数值，调整已调整第一原始模型和第二原始模型分别对应的模型参数，获取已训练的前向机器学习模型和已训练的后向机器学习模型。

5.根据权利要求3所述的方法，其特征在于，所述获取第一训练数据集步骤，包括：

获取随机生成的第一训练用设计参数；

将所述第一训练用设计参数输入设计工具，获取所述第一训练用设计参数对应的第一训练用设计结果。

6.根据权利要求3所述的方法，其特征在于，在所述将所述第一训练用设计参数输入第一原始模型，得到第一预测训练结果步骤前，所述方法还包括：

确定第一模型输入项和第一模型输出项中的第一输出参数；

若所述第一输出参数的个数大于等于两个，则确定每一个第一输出参数分别与所述第一模型输入项间的第一相关值；

基于各个所述第一输出参数分别对应的第一相关值，确定各个所述第一输出参数的参数确定顺序；

基于各个所述第一输出参数的参数确定顺序，确定第一输出网络结构；

基于所述第一输出网络结构、预先搭建的第一输入网络和第一特征提取网络，获取第一原始模型或第二原始模型。

7.根据权利要求6所述的方法，其特征在于，所述基于各个所述第一输出参数分别对应的第一相关值，确定各个所述第一输出参数的参数确定顺序，包括：

对各个所述第一输出参数分别对应的第一相关值进行由大到小的排序，将正向排序结果确定为各个所述第一输出参数的参数确定顺序；

或，对各个所述第一输出参数分别对应的第一相关值进行由小到达的排序，将反向排序结果确定为各个所述第一输出参数的参数确定顺序。