近日，微电子学院巩敦卫教授团队撰写的论文“A physics-guided surrogate-assisted optimization framework for analog circuit sizing”被国际权威期刊《IEEE Transactions on Circuits and Systems I: Regular Papers》录用，报道了模拟集成电路智能设计方面的最新进展。

模拟集成电路设计需要在增益、带宽、功耗、相位裕度等性能指标间权衡，现有的代理辅助的优化方法通常将设计空间视为黑盒，难以充分利用电路仿真过程蕴含的物理信息，使得有限的SPICE仿真资源过多消耗在不可行设计方案评价上。为了解决该问题，论文提出物理引导的代理辅助模拟集成电路智能设计方法，利用SPICE直流工作点的最小饱和裕量表征晶体管的工作状态，用于代理模型训练和候选方案生成，此外，利用生成流网络学习高性能可行设计区域的分布，结合密度聚类和多目标进化优化，实现该区域的高效搜索。

所提方法应用于6个典型模拟电路设计，并与5种流形方法比较。结果表明，在相同SPICE仿真预算下，所提方法获得了最高的平均超体积指标，并在22nm、55nm和180nm制程下优势明显，为提升模拟集成电路性能和设计效率提供了可行方案。

该成果得到山东省自然科学基金重大基础研究项目“领域知识与强化学习共融的纳米尺度模拟集成电路智能优化理论与应用”（资助号: ZR2023ZD06）的支持。

论文信息如下：

Zhao Chunliang（赵春亮）, Zhao Huaiyu（赵怀宇）, Gong Dunwei*（巩敦卫）, Xiao Zhihao（肖志豪）, Xiang Yi（向毅）, A physics-guided surrogate-assisted optimization framework for analog circuit sizing, IEEE Transactions on Circuits and Systems I: Regular Papers, 2026, DOI: 10.1109/TCSI.2026.3728861.

（一审：巩敦卫，二审：曲智强，三审：王磊）