模型训练方法、自动布局方法、装置以及计算机存储介质制造方法及图纸

本申请提出一种模型训练方法、自动布局方法、自动布局装置以及计算机存储介质。所述模型训练方法包括：获取专家经验数据；利用所述专家经验数据求解最优奖励函数；将电路板初始数据输入策略网络，获取电路板布局数据；将所述电路板布局数据输入所述最优奖励函数，获取奖励值；按照所述奖励值最大的条件对所述策略网络进行训练。通过上述模型训练方法，通过专家数据训练深度神经网络去逼近奖励函数的方法来搭建奖励函数，减少了PCB布局专家数据的浪费，使布局更加接近真实的专家经验，有利于提高实际布局效果。

【技术实现步骤摘要】

本申请涉及电路板布局，特别是涉及一种模型训练方法、自动布局方法、自动布局装置以及计算机存储介质。

技术介绍

1、pcb布局是电子产品设计中的关键环节，它决定了电路板上元器件的位置和布线路径。传统的pcb布局方法通常基于人工经验和规则，主要依靠用户(pcb工程师/设计师)使用工业软件、eda软件、pcb版图设计软件实现，需依赖电路原理图、pcb封装库。用户在进行布局设计时，通过解析文件获取元器件信息，直接将所有元器件以一个整体的形式平铺在布局设计软件的画布中，根据电路原理图的逻辑关系手动一个个的进行元件位置摆放，依次对每个电路原理图进行模块布局。

2、目前，由于用户自身经验以及习惯不同，布局结果差异性较大。对于复杂的电路板布局任务，用户的经验可能不够充分或不准确。当原理图中的回路模块多且相似度高时，人工布局往往存在大量重复工作，且用户往往凭借自己的经验，难以在布局时做出新的突破，布局的结果比较单一。

3、对于相同模块，当可布局区域、模块中元器件种类和网络结构发生变化时，用户都需要对其进行重新布局，这就会产生许多的满足约束的专家布局结果本文档来自技高网...

【技术保护点】

1.一种基于自动布局的模型训练方法，其特征在于，所述模型训练方法包括：

2.根据权利要求1所述的模型训练方法，其特征在于，

3.根据权利要求1所述的模型训练方法，其特征在于，

4.根据权利要求3所述的模型训练方法，其特征在于，

5.根据权利要求1所述的模型训练方法，其特征在于，

6.根据权利要求5所述的模型训练方法，其特征在于，

7.根据权利要求1所述的模型训练方法，其特征在于，

8.一种自动布局方法，其特征在于，所述自动布局方法包括：

9.一种自动布局装置，其特征在于，所述自动布局装置包括存...

【技术特征摘要】

1.一种基于自动布局的模型训练方法，其特征在于，所述模型训练方法包括：

2.根据权利要求1所述的模型训练方法，其特征在于，

3.根据权利要求1所述的模型训练方法，其特征在于，

4.根据权利要求3所述的模型训练方法，其特征在于，

5.根据权利要求1所述的模型训练方法，其特征在于，

6.根据权利要求5所述的模型训练方法，其特征在于，

7.根据权利...

【专利技术属性】
技术研发人员：徐骄，刘雷伟，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：