一种电路布局布线原理图美观度等级评价方法技术

本发明专利技术涉及电路自动化设计技术领域，提供一种电路布局布线原理图美观度等级评价方法

【技术实现步骤摘要】
一种电路布局布线原理图美观度等级评价方法


[0001]本专利技术涉及电路自动化设计
，尤其涉及一种电路布局布线原理图美观度等级评价方法
。

技术介绍

[0002]在电路自动化设计技术
(Electronic Design Automation
，
EDA)
领域，从网表文件到原理图的布局布线方法研究是一个十分重要子问题，从网表文件到原理图的布局布线方法将机器存储的记录元件连接关系的复杂网表文件转化可以便于相关从业人员理解的逻辑清晰且美观的电路布局布线原理图，进而方便相关设计人员在电路设计早期快速理解电路并进行早期错误排查
。
[0003]然而，从复杂网表文件到原理图的电路布局布线方法研究相关公开技术资料较少，这极大限制了在该领域的研究发展，在可检索公开资料中，已有的从网表到原理图的布局布线方法研究成果可分为基于形式化的传统方法和基于知识的方法两类
。
[0004]但基于形式化的传统方法和基于知识的方法均采用元件数目
、
单位面积利用率
、
布线长度
、
布线交叉点数目等指标评价生成原理图的优劣，并未从原理图使用者的角度对原理图进行“逻辑清晰度”和“美观度”的综合有效评价
。

技术实现思路

[0005]本专利技术旨在至少解决相关技术中存在的技术问题之一
。
为此，本专利技术提供一种电路布局布线原理图美观度等级评价方法
。
[0006]本专利技术提供一种电路布局布线原理图美观度等级评价方法，包括：
[0007]S100
：获取电路布局布线原理图，基于滑动窗口策略对所述电路布局布线原理图进行分割，获得电路布局布线原理图的局部子图；
[0008]S200
：通过拉普拉斯卷积核提取所述局部子图的图类型子图特征，对所述图类型子图特征降维特征向量空间，获得数值类型的子图特征向量；
[0009]S300
：根据所述子图特征向量对所述局部子图进行基于遗传聚类算法的聚类，获得聚类结果；
[0010]S400
：选择所述聚类结果中每个簇内距离聚类分簇中心点欧氏距离最小的局部子图为代表子图，通过残差神经网络预测所述代表子图，获得代表子图的子图美观度评价得分；
[0011]S500
：根据所述子图美观度评价得分计算获得电路布局布线原理图的原理图美观度评价得分，基于所述原理图美观度评价得分和等级映射关系计算待评价电路布局布线原理图的美观度评价等级
。
[0012]根据本专利技术提供的一种电路布局布线原理图美观度等级评价方法，步骤
S200
中所述拉普拉斯卷积核表示为：
[0013][0014]其中，
δ
为拉普拉斯卷积核
。
[0015]根据本专利技术提供的一种电路布局布线原理图美观度等级评价方法，步骤
S300
包括：
[0016]S310
：在所述局部子图中生成多个随机中心点，将多个所述随机中心点组成集合并编码为字符串；
[0017]S320
：确定所述遗传聚类算法的基本运行参数，将所述字符串初始化为遗传种群，所述基本运行参数包括迭代运行上限次数；
[0018]S330
：根据欧式距离选取样本中心点加入所述遗传种群，通过
DB
指数根据适应度函数对所述遗传种群内的所有个体计算适应度值；
[0019]S340
：根据所述适应度值对所述遗传种群内的所有个体进行排序，并根据所述基本运行参数对排序后的遗传种群进行交叉
、
选择和变异获得新一代遗传种群；
[0020]S350
：对所述新一代遗传种群内的所有个体进行排序，并根据所述基本运行参数对排序后的新一代遗传种群进行交叉
、
选择和变异，直至获得满足所述迭代运行上限次数的最优遗传种群为所述聚类结果
。
[0021]根据本专利技术提供的一种电路布局布线原理图美观度等级评价方法，步骤
S320
中所述基本运行参数还包括遗传选择概率
、
遗传种群包含个体总数目
、
遗传交叉概率和遗传变异概率
。
[0022]根据本专利技术提供的一种电路布局布线原理图美观度等级评价方法，步骤
S330
中所述适应度函数的计算式为：
[0023][0024]其中，
DNA
x
为遗传种群内第
x
个遗传个体，
x
为第一索引值，
f(DNA
x
)
为第
x
个遗传个体对应的适应度函数，
K
为预设的最大聚类参数，
s
a
为第
a
个簇直径，
s
b
为第
b
个簇直径，
d
ab
为第
a
个簇与第
b
个簇的中心点之间的欧式距离
。
[0025]根据本专利技术提供的一种电路布局布线原理图美观度等级评价方法，步骤
S400
中所述残差神经网络预测所述代表子图前经过预训练，预训练步骤包括：
[0026]S410
：获取真实网表文件中的电路布局布线训练图，对所述电路布局布线训练图进行随机裁剪获得训练子图；
[0027]S420
：将所述训练子图标注后经过垂直翻转和水平翻转获得带有美观度得分的训练子图数据集；
[0028]S430
：根据所述训练子图数据集预训练残差神经网络
。
[0029]根据本专利技术提供的一种电路布局布线原理图美观度等级评价方法，步骤
S500
中电路布局布线原理图的所述原理图美观度评价得分由所述子图美观度评价得分引入最大值聚合策略
、
平均值聚合策略
、
众数平均值聚合策略和加权平均值聚合策略计算获得
。
[0030]本专利技术实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
[0031]本专利技术提供的一种电路布局布线原理图美观度等级评价方法，从电路图逻辑清晰美观评价角度出发，解决了电路自动化设计领域电路布局布线原理图评价指标缺乏相关从业人员角度进行综合评价的难点问题，对原理图的逻辑清晰度和美观度进行综合有效的评价，进而方便相关设计人员在设计早期快速理解电路并排查错误
。
[0032]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到
。
附图说明
[0033]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电路布局布线原理图美观度等级评价方法，其特征在于，包括：
S100
：获取电路布局布线原理图，基于滑动窗口策略对所述电路布局布线原理图进行分割，获得电路布局布线原理图的局部子图；
S200
：通过拉普拉斯卷积核提取所述局部子图的图类型子图特征，对所述图类型子图特征降维特征向量空间，获得数值类型的子图特征向量；
S300
：根据所述子图特征向量对所述局部子图进行基于遗传聚类算法的聚类，获得聚类结果；
S400
：选择所述聚类结果中每个簇内距离聚类分簇中心点欧氏距离最小的局部子图为代表子图，通过残差神经网络预测所述代表子图，获得代表子图的子图美观度评价得分；
S500
：根据所述子图美观度评价得分计算获得电路布局布线原理图的原理图美观度评价得分，基于所述原理图美观度评价得分和分值等级映射关系计算待评价电路布局布线原理图的美观度评价等级
。2.
根据权利要求1所述的一种电路布局布线原理图美观度等级评价方法，其特征在于，步骤
S200
中所述拉普拉斯卷积核表示为：其中，
δ
为拉普拉斯卷积核
。3.
根据权利要求1所述的一种电路布局布线原理图美观度等级评价方法，其特征在于，步骤
S300
包括：
S310
：在所述局部子图中生成多个随机中心点，将多个所述随机中心点组成集合并编码为字符串；
S320
：确定所述遗传聚类算法的基本运行参数，将所述字符串初始化为遗传种群，所述基本运行参数包括迭代运行上限次数；
S330
：根据欧式距离选取样本中心点加入所述遗传种群，通过
DB
指数根据适应度函数对所述遗传种群内的所有个体计算适应度值；
S340
：根据所述适应度值对所述遗传种群内的所有个体进行排序，并根据所述基本运行参数对排序后的遗传种群进行交叉
、
选择和变异获得新一代遗传种群；
S350
：对所述新一代遗传种群内的所有个体进行排序，并根据所述基本运行参数对排序后的新一代遗传种群进行交叉
、
选择和变异，直至获得满足所述迭代运行上...

【专利技术属性】
技术研发人员：王刚，孙辉，刘晓光，李桢荣，崔星语，冯朝芃，丁延峰，
申请(专利权)人：南开大学，
类型：发明
国别省市：