[发明专利]人工智能体训练系统及无源电路优化设计系统及方法

说明书

本申请实施例提供了一种人工智能体训练系统及无源电路优化设计系统及方法，通过输入待优化的电路模型及所需的电路模型设计指标，使得人工智能体根据所述电路模型设计指标而针对所述电路模型执行电路优化设计处理，而自动生成符合电路模型设计指标的电路优化模型，可实现不同类型的无源电路设计经验的共享，提高电路设计的可复用性能，并具有设计效率高，设计成本低廉的优点。

技术领域

本申请实施例涉及无源电路的设计开发技术，尤其涉及一种人工智能体训练系统以及基于人工智能而实现的无源电路优化设计系统及其方法。

背景技术

当前，无源电路在电子领域中的使用非常广泛，所谓无源电路，是指仅由RCL(即电阻R，电感L，和电容C)等基础元件组成的电路。现有的无源电路设计存在以下问题：

首先，无源电路的设计需要经验丰富的设计师，整个设计过程主要包括在计算机仿真设计工具中建立仿真模型、生成计算结果、调试和优化电路。然而，当前的无源电路的设计流程是零散的，并且均是通过人工手动来实现。

其次，由于无源电路的种类繁多，故具有较高的设计门槛，对于设计经验较少或者几乎没有设计经验的设计师而言，容易发生因受限于设计经验不足而很难展开电路设计工作的困扰。

再者，无源电路在设计、优化的过程中会生成高度相关的数据，但是目前没有一个系统和方法能够自动学习电路设计中所产生的数据的规律，导致当前电路设计的工作效率低、开发周期长。

综上所述，由于现有技术中不同类型的无源电路具有共有的设计、调试特性，但是没有一个系统和方法能指明如何进行不同类型电路的迁移调试，导致现有电路设计方法的可复用程度低，而如何改善上述问题，即为本申请的待解决的技术课题。

发明内容

为了解决现有技术存在的缺陷，本发明的主要目的在于提供一种人工智能体训练系统及无源电路优化设计系统及方法，可使人工智能体具有无源电路的自动化设计功能，以利用深度强化学习实现无源电路的自动优化设计。

本发明的另一目的在于提供一种人工智能体训练及无源电路优化设计系统及方法，具有设计效率高，可复用程度高以及设计成本低廉的优点。

为达上述目的及其他相关目的，本申请的第一实施方案提供了一种人工智能体训练系统，应用于人工智能体，用于训练所述人工智能体的无源电路优化设计性能，其特征在于，包括：接收模块，用于接收电路模型；设定模块，用于提供设定电路模型设计指标；训练优化设计模块，用于依据所述电路模型设计指标而针对所述电路模型执行电路优化设计处理，并生成电路优化模型；以及计算分析模块，用于计算分析所述电路优化模型的模拟运行结果是否符合所述电路模型设计指标据以输出分析结果，以供所述训练优化设计模块依据所述分析结果训练更新其所执行的所述电路优化设计处理。

可选地，在本申请的任一实施例中，所述电路模型设计指标包括介质材料类型参数、电路元件类型及尺寸参数、导体类型及尺寸参数、输入接口参数及输出接口参数。

可选地，在本申请的任一实施例中，所述人工智能体训练系统还包括资料库，其储存用于构成所述电路模型的电路元件的初始化参数。

可选地，在本申请的任一实施例中，所述训练优化设计模块依据所述资料库中的所述电路元件的初始化参数以及所述电路模型设计指标，针对所述电路模型执行至少一次的电路优化设计处理。

可选地，在本申请的任一实施例中，所述计算分析模块还包括模拟运行所述训练优化设计模块每一次执行所述电路优化设计处理所生成的所述电路优化模型，以生成至少一次所述模拟运行结果，并判断所述训练优化设计模块当前所生成的所述电路优化模型的所述模拟运行结果是否较前一次所生成的所述电路优化模型的所述模拟运行结果更为接近所述电路模型设计指标，若分析结果为是，则输出正向反馈信号，反之，则输出负向反馈信号。