1.一种改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，包括以下步骤：

S1、根据hspice仿真工具对电路的性能指标进行初始仿真，得到仿真网表数据；

S2、将电路仿真网表数据作为模拟集成电路自定义的系统环境；

S3、根据初始仿真网表数据，获取网表中的最优仿真数据作为系统奖励值；

S4、对电路系统环境，增加约束条件，增加电路可行性。

2.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S1中，给电路工作的电流设置约束条件，设定电流范围为50nA～500nA。

3.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S1中，采用分层序列法实现多目标优化，将优化目标序列列为FTC(x)，FLS(x)，Fcurrent(x)，对温度系数(TC)目标求优解，在电路中，温度系数越小代表电路性能越好，对FTC(x)找出符合约束条件的较优解，作为集合R0。

4.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S2中，线路灵敏度(LS)求优解，在电路中，线路灵敏度越小代表电路性能越好，在集合R0中对FLS(x)找出符合约束条件的较优解，更新优解集合R0作为集合R1，最后对电流(Current)求优解，在电路中，电流越小代表电路功耗越低，在集合R1中对Fcurrent(x)找出符合约束条件的较优解，更新优解集合R1作为最后优解集合R2，并在集合R2中找出最优解，作为多目标的共同最优解(R{max})，作为最后系统的奖励值r。

5.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S3的模拟集成电路自动设计中，网表相当于一个图，为更好地与模拟集成电路进行智能学习交互，本发明将图神经网络更替以往DDPG算法中的Actor网络和Critic网络，将网表作为网络输入，其具体网络更新与训练为：改进Actor网络为图神经网络(Actor‑Graph网络)，输入st为模拟集成电路结构MOS管的饱和状态、跨导、结构节点电压、电路电流和初始网表数据；在模拟集成电路中，l和w分别代表MOS管的沟道长和沟道宽，m指m个MOS管并联，MOS管的实际宽度为w与m的乘积，通过Actor‑Graph网络输出MOS管的w、l和m值调整改变后的最新值作为动作at，更新获得最新网表，进行多目标数据处理后，使得Q最大，Q值根据电路系统的奖励r，以及将下一时刻的状态s'和动作现实网络得到的动作a'输入到状态现实网络而得到的Q值的折现值加和得到，Q越大说明网络训练得越好，改进Critic网络为图神经网络(Critic‑Graph网络)，根据状态动作对(st，at)预测输出其action value Q(st，at)，Q值越精确，网络训练得越好，Target Actor网络和Target Critic网络同时也更替为图神经网络，Actor‑Graph网络每步会在经验池中更新，而Target Actor网络是隔一段时间将Actor‑Graph的网络参数拷贝到Target Actor网络中，实现Target Actor网络的更新。这种“滞后”更新是为了保证在训练Actor‑Graph网络时训练的稳定性；Critic‑Graph网络和Target Critic网络也是一样。

6.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S3中，由初始状态s0，通过Actor‑Graph网络得到动作a0’，采用自适应噪声N得到动作a0＝a0’+N，将a0输入到电路系统环境中，得到s1和r1，得到experience(s0，a0，s1，r1)，将experience放入经验池中，以此类推，再随机从经验池中选取一批experience进行网络的训练，在网络训练中，不断更新Actor‑Graph网络和Critic‑Graph网络，以获取最大系统奖励值为目标，不断优化电路参数，得到更好的奖励值，即获得更好的电路性能指标。

7.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S3中，选取一批experience进行网络训练，进行智能参数优化，Actor‑Graph网络的loss函数就是‑Q，‑Q越小越好，Q值由Critic‑Graph网络得到，Q值越大，则说明网络训练越好，则电路的性能指标也越好，将experience的s0输入到Actor‑Graph网络中，得到预测的动作a0_predict，不加噪声，将s0和a0_predict输入到Critic‑Graph网络中，得到Q值，以‑Q作为loss函数，以此不断修改Actor‑Graph网络。

8.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S4中，传到Critic‑Graph网络得到更好的Q值，即更好的电路性能指标，Critic‑Graph网络则需要对预测的Q值越精确越好，它的loss函数为Critic‑Graph网络对初始状态的输出值Q值与Target‑Critic网络对下一个状态的输出值Q值的差值，差值越小越好，说明预测值Q值越准确，越可以准确地对Actor‑Graph网络进行评分得到Q值，以此更加准确地修改更新网络，在网络训练与优化中，在规定好相应的学习率，步长和迭代次数等参数后，增加监控机制，即将优化过程中优化效果最好的相应系统奖励值(电路性能指标)和对应的优化参数输出，即最后的系统输出值。

9.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S4中，以全MOS电压基准源电路为例，则网表中最优的温度系数(TC)、线路灵敏度(LS)和电流(Current)进行多数据目标处理优化，重复步骤S2，将处理后的最终数据作为系统奖励值。

10.根据权利要求1所述的改进的深度确定性策略梯度算法的电路参数优化方法，其特征在于，在所述步骤S4中，在推导输出电压时，利用VDS≥4VT条件进行简化，常温下VT为

26mV，则MOS管的VDS需大于104mV，而Vref＝VDS6+VDS7，即Vref的最小电压应该是有一个限定值，且如果电路正常工作的话，输出电压也不能太高，因此在利用算法寻优时应该给予一定的输出电压范围，设定输出电压范围为0.3～1.2V。