基于神经网络的集成电路无源器件参数化建模方法及系统

本发明公开一种基于神经网络的集成电路无源器件参数化建模方法，包括如下步骤：S1:根据无源器件几何参数范围生成参数组合，获取对应S参数文件，提取几何参数及多频点电路指标作为训练样本；S2:搭建物理信息神经网络；S3:前向计算几何参数对应的电路指标，计算与训练样本的误差并反向传播梯度，更新网络权重和偏置，直至满足迭代终止条件；S4:根据训练好的网络生成无源器件参数化等效电路模型，本发明还公开了一种基于神经网络的集成电路无源器件参数化建模系统。本发明通过神经网络算法，从大规模参数化的无源器件样本中自动学习到匹配的参数化电路模型，解决在参数灵活性、扩展性及高维耦合建模方面的不足，提供了高度自适应的建模工具。