买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学(威海)申请的专利基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116842408B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310808115.2，技术领域涉及：G06F18/23；该发明授权基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法是由邓立宝;李春磊;狄原竹;乔立岩设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法在说明书摘要公布了：基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法，属于集成电路测试优化技术领域，本发明为解决传统2.5D集成电路小时延缺陷检测方法测试成本开销大、测试速度慢的问题。本发明方法包括：步骤一，读取2.5D集成电路关键路径数据作为待聚类数据；步骤二，使用差分进化算法对寄存器中的待聚类数据进行处理，获取最优聚类方案：无需提前设定分组数量，可以在运行过程中确定最佳分组数量，通过变异、交叉和选择等操作实现对聚类过程的优化，确定最佳聚类方案；步骤三，根据最优聚类方案选择每个子类中的聚类中心作为代表性关键路径，测量代表性关键路径上的延迟并映射到其他关键路径上，完成检测集成电路关键路径上的小时延缺陷。

本发明授权基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法在权利要求书中公布了：1.基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法，其特征在于，该方法包括以下步骤： 步骤一，读取2.5D集成电路关键路径数据作为待聚类数据，并存入待处理的寄存器中； 步骤二，使用差分进化算法对寄存器中的待聚类数据进行处理，获取最优聚类方案： 首先，对待聚类数据进行初始化形成初始种群，所述初始种群包括K个子类，对初始种群进行评估； 然后反复进行变异操作、交叉操作和选择操作来优化聚类过程，直到满足设置的最大迭代次数，获取最优聚类方案； 步骤三，根据最优聚类方案选择每个子类中的聚类中心作为代表性关键路径，测量代表性关键路径上的延迟并映射到其他关键路径上，完成检测集成电路关键路径上的小时延缺陷； 待聚类数据为X×Y的数据集PX×Y＝{P1,P2,…,PX}T，行向量Px,x＝1,2,…,X表示数据集中的第x条关键路径，X为关键路径的数量，每条路径都采用Y个特性进行编码；Px,y表示第x条关键路径的第y,y＝1,2,...,Y个特性； 步骤二使用差分进化算法获取最优聚类方案的过程为： S1、种群初始化，初始种群中每一个个体代表一种聚类方案，种群中共含有NP个个体，每个个体初始化为一个Kmax+Kmax×Y维的向量： 其中，np表示种群中个体的序号，G为迭代次数，Xnp,G为第G次迭代的第np个个体，Kmax表示所允许的最大的聚类数目，在个体编码中，前Kmax个元素Anp,k,k＝1,2,…,Kmax为聚类中心的激活标志，为[0,1]之间的随机数，初始化时将其设置为[0.5,1]之间的随机数；剩余元素snp,kk＝1,2,…,Kmax为第k个子类的聚类中心，均为Y维的向量，初始化为从X条关键路径中随机选取的Kmax条关键路径；执行过程中，如果Anp,k≥0.5，那么对应的第k个聚类中心snp,k处于激活状态；否则，处于无效状态； S2、评估初始种群，获取初始种群的最优聚类方案； 首先，对每个个体进行分类，根据关键路径到聚类中心的欧式距离将聚类方案中的所有关键路径划分到不同的子类里； 然后，对初始种群中的每个个体进行适应度值评估，评估指标CSK按下式获取： 其中，Ck表示第k个子类，k＝1,2,...,K，K表示处于激活状态的聚类数量,K≤Kmax； Pa,Pb为第k个子类中关键路径，a＝1,2,...,Nk，b＝1,2,...,Nk，且a≠b，Nk表示第k个子类中关键路径的数量； dPa,Pb表示关键路径Pa与Pb之间的欧氏距离， avk为第k个子类的平均位置，avk'为第k'个子类的平均位置，k'＝1,2,...,K，且k≠k'， avk和avk'的计算方式相同，其中avk按下式获取： 将评估指标CSK值最小的个体最为初始种群的最优聚类方案，作为第0次迭代最优个体Xbest,0； S3、差分变异操作； 将第G次迭代生成的最优聚类方案进行变异，生成变异个体，第G次迭代第np个个体生成的变异个体Vnp,G为： Xbest,G为第G次迭代生成的最优个体； Xr*,G、为第G次迭代时从种群中随机选择的三个当前个体，其中Xr*,G为三个个体中适应度值最优的精英个体； w为过程参数，通过该参数将向量Xr*,G与Xbest,G进行了组合，按下式获取： w＝GPexpES 式中，GP＝Gmax-G+1Gmax是与迭代次数相关的参数，随着进化过程而递减，Gmax表示允许的最大迭代次数；参数ES＝r*NP表示精英个体Xr*,G的状态参数，r*表示精英个体Xr*,G在整个种群中的适应度值排序值； F1和F2为两个独立的缩放参数，该参数的计算方式如下： F＝WP·Nμ,σ2+1-WP·ES 式中，WP＝exp[3·GP-1]为权重参数，Nμ,σ2为高斯分布随机数，标准差μ设为0.5，标准差σ设置为0.1，Nμ,σ2运行两次分别获取F1和F S4、交叉操作； 交叉操作通过交叉概率参数CR实现了将当前个体Xnp,G与变异个体Vnp,G的交叉混合，产生试验个体Unp,G，当前个体Xnp,G作为父代个体，具体实现过程如下： np,q,G表示第np个试验个体的第q维变量，randiD是从集合{1,2,…,D}中随机选择的一个数，D表示个体维度，保证试验个体Unp,G中至少有一维是来自变异个体Vnp,G，从而避免与父代个体Xnp,G完全相同；交叉概率参数CR的计算公式如下： CR＝WP·Nμ,σ+1-WP·IS 参数IS＝ranknpNP表示父代个体Xnp,G的排序状态值； S5、选择操作； 差分进化算法采用贪婪选择方式进行精英解的保留，按下式对第G次迭代种群中的个体进行选择： 其中，f·表示适应度函数，指每种聚类方案的CS指标函数； 更新在第G次迭代过程中找到的最优聚类方案； 重复执行步骤S3～S5，直至达到最大迭代次数，获取种群最终的最优聚类方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(威海)，其通讯地址为：264209 山东省威海市环翠区文化西路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。