JP6798263B2 - シミュレーション支援装置、シミュレーション支援方法、およびシミュレーション支援プログラム - Google Patents

Description

本発明は、シミュレーション支援装置、シミュレーション支援方法、およびシミュレーション支援プログラムに関する。

従来、プリント回路板等の解析対象のシミュレーション手法を実施することがある。また、シミュレーション手法は複数存在しており、あるシミュレーション手法は、解析対象が有する複数の要素のある要素の入力値が入力不可能な場合がある。関連する先行技術として、例えば、時間領域の伝送線路モデルにおける解析結果と、伝送線路モデルからＳＰＩＣＥ解析によりＴＤＲ（Ｔｉｍｅ Ｄｏｍａｉｎ Ｒｅｆｌｅｃｔｏｍｅｔｒｙ）データの結果と、利用周波数を中心としたインパルス信号とから伝送線路の解析を行うものがある。

特開２００９−１０９３４５号公報

しかしながら、従来技術によれば、あるシミュレーション手法で得られる結果の精度が十分でない場合がある。例えば、解析対象が有する複数の要素のうち、あるシミュレーション手法に入力不可能な要素がある場合、あるシミュレーション手法で得られた結果には、入力不可能な要素が考慮されないため、結果の精度は不十分となる。また、別のシミュレーション手法が入力不可能な要素を入力できたとしても、別のシミュレーション手法で得られた結果と、あるシミュレーション手法で得られた結果とは、異なる指標であるため、２つの結果を単に足し合わせるといったことはできない。

１つの側面では、本発明は、シミュレーションの結果の精度を向上することができるシミュレーション支援装置、シミュレーション支援方法、およびシミュレーション支援プログラムを提供することを目的とする。

１つの実施態様では、シミュレーション支援装置、シミュレーション支援方法、およびシミュレーション支援プログラムは、解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、複数の要素のうちの第１のシミュレーション手法に入力不可能な特定の要素の入力値といずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、第２の種別の指標の値と同一の指標となる第３の種別の指標の値で除した値を記憶する記憶部にアクセス可能であり、第２のシミュレーション手法にいずれかの要素のいずれかの入力値が入力されて得られた第３の種別の指標の値と、第２のシミュレーション手法に当該いずれかの入力値と特定の要素の入力値とが入力されて得られた第３の種別の指標の値との差分と、記憶部によって記憶された値とに基づいて、特定の要素の入力値の影響度を算出し、第１のシミュレーション手法にいずれかの要素のいずれかの入力値が入力されて得られた第１の種別の指標の値と、算出した影響度とに基づいて、特定の要素の入力値の影響を受けた第１の種別の指標の値を算出するシミュレーション支援装置、シミュレーション支援方法、およびシミュレーション支援プログラムが提案される。

一つの側面では、本発明は、シミュレーションの結果の精度を向上することが可能となる。

図１は、本実施の形態にかかるシミュレーション支援装置１０１の動作例を示す説明図である。 図２は、シミュレーション統合システム２００の構成例を示す説明図である。 図３は、ＰＣ２０１のハードウェア構成例を示す説明図である。 図４は、シミュレーションサーバ２０２のハードウェア構成例を示す説明図である。 図５は、シミュレーション統合システム２００の機能構成例を示す説明図である。 図６は、シミュレーション手法同士の関係の一例を示す説明図である。 図７は、シミュレーション要素の一例を示す説明図である。 図８は、解析対象とシミュレーション手法との相関の一例を示す説明図である。 図９は、掃引パターン生成例を示す説明図である。 図１０は、掃引パターンの一例を示す説明図である。 図１１は、シミュレーション手法１ａの実施結果の一例を示す説明図である。 図１２は、シミュレーション手法１ｂの実施結果の一例を示す説明図である。 図１３は、シミュレーション手法２の実施結果の一例を示す説明図である。 図１４は、シミュレーション手法２の実施結果との差が１％未満となった掃引パターンの積算値を示す説明図である。 図１５は、掃引パターン生成処理手順の一例を示すフローチャート（その１）である。 図１６は、掃引パターン生成処理手順の一例を示すフローチャート（その２）である。 図１７は、シミュレーション手法２によるフィッティング処理手順の一例を示すフローチャートである。 図１８は、シミュレーション手法１ａ、１ｂによるフィッティング処理手順の一例を示すフローチャート（その１）である。 図１９は、シミュレーション手法１ａ、１ｂによるフィッティング処理手順の一例を示すフローチャート（その２）である。 図２０は、シミュレーション手法２による差分算出処理手順の一例を示すフローチャートである。 図２１は、係数定義処理手順の一例を示すフローチャートである。 図２２は、本番シミュレーション処理手順の一例を示すフローチャートである。

以下に図面を参照して、開示のシミュレーション支援装置、シミュレーション支援方法、およびシミュレーション支援プログラムの実施の形態を詳細に説明する。

図１は、本実施の形態にかかるシミュレーション支援装置１０１の動作例を示す説明図である。シミュレーション支援装置１０１は、解析対象のシミュレーションを支援するコンピュータである。例えば、シミュレーション支援装置１０１は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）である。解析対象は、例えば、プリント回路板（ＰＣＢ：Ｐｒｉｎｔｅｄ Ｃｉｒｃｕｉｔ Ｂｏａｒｄ）である。

ＰＣＢの設計において、特に高周波回路においては、製造後に伝送的な問題が発生することが多い。そこで、大抵の場合、ＰＣＢの設計前や設計後に、伝送特性のシミュレーション手法を実施する。シミュレーション手法は、例えば、複数のモデルを接続して生成したネットリストに対して、ＨＳＰＩＣＥ等のツールで、時間領域（Ｔｉｍｅ Ｄｏｍａｉｎ）のシミュレーション手法を実施する。そして、得られた結果を、ベンダーが提供するマージン評価ツールに入力し、最終的な合否判定の結果として出力する。

複数のモデルの入手方法としては、例えば、ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）／ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）ベンダーの回路シミュレーションモデルを入手する方法がある。また、他の入手方法としては、コネクタなどの機構ベンダーからシミュレーションに用いる入出力特性モデルを入手する方法がある。また、ＰＣＢ上の信号配線や層構成を加味した配線モデル（ＲＬＧＣモデル）を汎用的なツールで生成することにより入手する方法がある。ここで、ＲＬＧＣとは、抵抗、インダクタンス、コンダクタンス、容量のことを示す。また、ビア（ｖｉａ）や引き出し配線などのモデルを生成することにより入手する方法がある。

また、３次元的な構造データを入力して実施する電磁界解析やＳ−ｐａｒａｍｅｔｅｒを用いた周波数解析がある。そして、伝送特性を評価するためには、複数のシミュレーション手法でいくつかの要素を個別に解析し、全体的な判断を下すことが考えられる。

しかしながら、異なるシミュレーション手法で得られた各々の値は、異なる指標で出力されるため、足し合わせて最終的な影響度を見積もることができない。例えば、解析対象として、あるインターフェース装置であるとする。あるインターフェース装置の伝送特性の最終的な目的は、あるインターフェース装置の伝送特性の合格基準値に達しているかの評価をし、リスクの度合いを検証したり、レイアウト設計の改善要否の判断を行ったりすることである。従って、解析結果に含まれる要素が一つでも欠けると、シミュレーションの精度が低下し、正確な合否判定が行えない。ここで、具体的に解析したい要素としては、例えば、配線長、配線のインピーダンス、電源から受けるＥＭＩ（Ｅｌｅｃｔｒｏ Ｍａｇｎｅｔｉｃ Ｉｎｔｅｒｆｅｒｅｎｃｅ）ノイズ、プリント基板の材料特性、ドライバの出力、イコライザの設定値、配線層構成の３次元的な影響等がある。

上述したように、具体的に解析したい要素が多く、これらを全て網羅して一挙に解析するシミュレーション手法がないため、解析対象の伝送特性を評価するためには、個々の独立したシミュレーション手法による各要素の評価を実施することになる。

そこで、本実施の形態では、２つのシミュレーションの手法を橋渡しするシミュレーション手法から得た相互換算係数に基づき、ある要素が入力不可能な手法から得られた値を補正することについて説明する。

図１を用いて、シミュレーション支援装置１０１の動作例について説明する。まず、図１では、シミュレーション支援装置１０１は、第１のシミュレーション手法と、第２のシミュレーション手法とを支援する。以下、第１のシミュレーション手法を、「シミュレーション手法１ａ」と呼称し、第２のシミュレーション手法を、「シミュレーション手法２」と呼称する。ここで、シミュレーション支援装置１０１とは異なる装置が、シミュレーション手法１ａ、２を実施してもよいし、いずれか一方のシミュレーション手法を実施してもよい。または、シミュレーション支援装置１０１が、シミュレーション手法１ａ、２を実施してもよい。

そして、シミュレーション手法１ａは、解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の特性の値を出力するシミュレーション手法である。ここで、解析対象が有する要素を、「シミュレーション要素」と呼ぶ。なお、図１や以降の図では、表示を簡潔にするために、単に、「要素」と記載することがある。そして、図１の例では、複数のシミュレーション要素として、シミュレーション要素Ａ〜Ｄがある。そして、シミュレーション手法１ａは、シミュレーション要素Ａ〜Ｃが入力可能であり、特定のシミュレーション要素として、シミュレーション要素Ｄは入力不可能であるとする。ここで、シミュレーション要素Ａ〜Ｄは、例えば、順に、ＶＩＡ長、配線長、配線のインピーダンス、リファレンス層形状である。

そして、シミュレーション手法１ａは、第１の特性の値として、例えば、Ｅｙｅパターンの高さおよび幅を出力する。また、シミュレーション支援装置１０１は、Ｅｙｅパターンの高さおよび幅に基づき、第２の特性の値として、例えば、Ｅｙｅパターンの面積を算出する。

ここで、Ｅｙｅパターン、Ｅｙｅパターンの高さ、幅、面積について、図１に示すグラフ１１１を用いて説明する。グラフ１１１は、良好なＥｙｅパターンを示すグラフである。グラフ１１１の横軸は時刻を示し、グラフ１１１の縦軸は電圧を示す。Ｅｙｅパターンとは、信号波形を比較的長い期間サンプリングして取得し、取得した信号波形を重ね合わせて表示したものである。重ね合わせることで得られる画像が、Ｅｙｅ（目）のように見えることからＥｙｅパターンと呼ばれる。グラフ１１１における網掛けを付与した部分がＥｙｅ部分である。

以下、Ｅｙｅパターンの高さを、「実Ｅｙｅ高さ」と呼称し、Ｅｙｅパターンの幅を「実Ｅｙｅ幅」と呼称し、Ｅｙｅパターンの面積を「実Ｅｙｅ面積」と称する。Ｅｙｅ部分が開いていれば伝送特性が良くなり、Ｅｙｅ部分が閉じていれば伝送特性が悪くなる。そして、Ｅｙｅ部分が開いているとは、実Ｅｙｅ高さと実Ｅｙｅ幅が一定以上の値となることである。また、Ｅｙｅ部分の形状は、グラフ１１１における網掛けを付与した部分が示すようにひし形に近似することから、Ｅｙｅ面積は、実Ｅｙｅ高さ×実Ｅｙｅ幅／２で求めることができる。

また、シミュレーション手法２は、シミュレーション要素Ａ〜Ｄのそれぞれの入力値が入力可能であり第３の特性の出力値を出力するシミュレーションである。ここで、シミュレーション要素Ｄは、複数のシミュレーション要素のうちのシミュレーション手法１ａに入力不可能な特定の要素である。また、第３の特性は、例えば、疑似Ｅｙｅ面積である。疑似Ｅｙｅ面積は、信号の理想状態でのＥｙｅ面積からノイズの影響を除いた疑似的なＥｙｅ面積である。疑似Ｅｙｅ面積の具体的な算出方法は、図１７で示す。

このように、シミュレーション手法１ａは、シミュレーション要素Ｄが入力不可能である。一方で、シミュレーション手法２は、シミュレーション要素Ｄが入力可能ではあるが、シミュレーション手法２から得られる疑似Ｅｙｅ面積では、伝送特性を判断することができない。従って、図１では、シミュレーション要素Ｄの入力値の影響を受けた実Ｅｙｅ高さと実Ｅｙｅ幅とを求めることを目的とする。

シミュレーション支援装置１０１は、記憶部１１０にアクセス可能である。記憶部１１０は、シミュレーション手法１ａから得られた実Ｅｙｅ高さと実Ｅｙｅ幅とに基づき得られた実Ｅｙｅ面積を、シミュレーション手法２から得られた疑似Ｅｙｅ面積であって実Ｅｙｅ面積と同一の指標となる疑似Ｅｙｅ面積で除した値を記憶する。この除した値は、シミュレーション手法１ａとシミュレーション手法２とで得られた値を相互に換算することができる係数となることから、「相互換算係数ａ」と呼称する。また、相互換算係数ａは、疑似Ｅｙｅ面積に対する実Ｅｙｅ面積の割合を示すことになるが、実Ｅｙｅ面積に対する疑似Ｅｙｅ面積の割合を求めてもよい。また、相互換算係数ａには、シミュレーション要素Ｄがシミュレーション手法２に入力されていないことから、シミュレーション要素Ｄの影響は含まれない。図１では、シミュレーション要素Ｄがシミュレーション手法２に入力されていないことを、破線の矢印で模式的に示す。

そして、実Ｅｙｅ面積と同一の指標となる疑似Ｅｙｅ面積について、例えば、シミュレーション支援装置１０１は、第３のシミュレーション手法を用いることにより、実Ｅｙｅ面積と同一の指標となる疑似Ｅｙｅ面積を得ることができる。ここで、第３のシミュレーション手法は、シミュレーション手法１ａ、２を橋渡しするシミュレーション手法であり、シミュレーション手法１ａと同一のシミュレーション要素が入力可能であり疑似Ｅｙｅ面積を出力するシミュレーション手法である。第３のシミュレーション手法を、「シミュレーション手法１ｂ」と呼称する。シミュレーション支援装置１０１は、シミュレーション手法１ｂを実施してもよいし、他の装置が、シミュレーション手法１ｂを実施してもよい。

具体的には、シミュレーション支援装置１０１は、シミュレーション手法２から得られた疑似Ｅｙｅ面積との差分が所定値以下となる疑似Ｅｙｅ面積が得られるシミュレーション手法１ｂの入力値を探索する。そして、シミュレーション支援装置１０１は、探索した入力値を、シミュレーション手法１ａに入力し、実Ｅｙｅ面積を取得する。これにより、取得した実Ｅｙｅ面積と疑似Ｅｙｅ面積は、同一の指標となる。より具体的な相互換算係数の算出例については、図１９等に記載する。

そして、シミュレーション支援装置１０１は、シミュレーション手法２にシミュレーション要素Ａ〜Ｃの入力値が入力されて得られた疑似Ｅｙｅ面積と、シミュレーション要素Ｄの入力値がさらに入力されて得られた疑似Ｅｙｅ面積とを取得する。そして、シミュレーション支援装置１０１は、図１の（１）で示すように、取得した２つの疑似Ｅｙｅ面積の差分と、相互換算係数ａとに基づいて、シミュレーション要素Ｄの入力値の影響度Ｚを算出する。例えば、シミュレーション支援装置１０１は、前述の差分に、相互換算係数ａを乗じることにより得られた値を、影響度Ｚとして算出する。また、相互換算係数ａが、実Ｅｙｅ面積に対する疑似Ｅｙｅ面積の割合であれば、シミュレーション支援装置１０１は、前述の差分に、相互換算係数ａを除することにより得られた値を、影響度Ｚとして算出してもよい。ここで、前述の差分は、疑似Ｅｙｅ面積におけるシミュレーション要素Ｄの影響度を示すため、相互換算係数ａを乗じることにより、影響度Ｚは、実Ｅｙｅ面積におけるシミュレーション要素Ｄの影響度を示すことになる。

次に、シミュレーション支援装置１０１は、シミュレーション手法１ａにシミュレーション要素Ａ〜Ｃの入力値が入力されて得られた実Ｅｙｅ高さと実Ｅｙｅ幅とを取得する。ここで入力される入力値は、例えば、解析対象のレイアウト情報が確定した後の精度が高められた値である。そして、シミュレーション支援装置１０１は、図１の（２）で示すように、取得した実Ｅｙｅ高さと実Ｅｙｅ幅と、影響度Ｚとに基づいて、シミュレーション要素Ｄの影響を受けた実Ｅｙｅ高さと実Ｅｙｅ幅とを算出する。例えば、シミュレーション支援装置１０１は、影響度Ｚが最も悪くＥｙｅ部分に影響する状態、すなわち、実Ｅｙｅ高さと実Ｅｙｅ幅とがともに最小となる際の最小Ｅｙｅ高さ、最小Ｅｙｅ幅を算出する。そして、シミュレーション支援装置１０１は、最小Ｅｙｅ高さ、最小Ｅｙｅ幅から、高さ、幅のそれぞれについてシミュレーション要素Ｄの影響を受けた影響率をそれぞれ算出し、それぞれの影響率を、取得した実Ｅｙｅ高さと実Ｅｙｅ幅とに乗じる。より具体的な算出方法は、図２１で示す。

そして、シミュレーション支援装置１０１は、シミュレーション要素Ｄの影響を受けた実Ｅｙｅ高さと実Ｅｙｅ幅とを用いて、合否判定を行う。これにより、シミュレーション支援装置１０１は、より精度の高い合否判定を行うことができる。次に、シミュレーション支援装置１０１をシステムに適用した例を、図２を用いて説明する。

図２は、シミュレーション統合システム２００の構成例を示す説明図である。シミュレーション統合システム２００は、ＰＣ２０１と、シミュレーションサーバ２０２とを含む。ＰＣ２０１とシミュレーションサーバ２０２とは、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワーク２１０で接続される。ここで、ＰＣ２０１は、図１に示すシミュレーション支援装置１０１に相当する。

ＰＣ２０１は、シミュレーション統合システム２００のユーザＵが操作するコンピュータである。また、ＰＣ２０１は、シミュレーション手法１ａ、１ｂを実施する。シミュレーションサーバ２０２は、シミュレーション手法２を実施するコンピュータである。

次に、ＰＣ２０１のハードウェア構成を、図３を用いて説明し、シミュレーションサーバ２０２のハードウェア構成を、図４を用いて説明する。

（ＰＣ２０１のハードウェア構成例）
図３は、ＰＣ２０１のハードウェア構成例を示す説明図である。ＰＣ２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）３０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３０３と、ディスクドライブ３０４と、ディスク３０５と、通信インターフェース３０６とを含む。さらに、ＰＣ２０１は、ディスプレイ３０７と、キーボード３０８と、マウス３０９と、機器接続インターフェース３１０とを含む。また、ＣＰＵ３０１〜ディスクドライブ３０４と、通信インターフェース３０６〜機器接続インターフェース３１０とは、バス３１１によってそれぞれ接続される。

ＣＰＵ３０１は、ＰＣ２０１の全体の制御を司る演算処理装置である。ＣＰＵ３０１は、複数のコアを有するマルチコアプロセッサでもよい。ＲＯＭ３０２は、ブートプログラムなどのプログラムを記憶する不揮発性メモリである。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される揮発性メモリである。

ディスクドライブ３０４は、ＣＰＵ３０１の制御に従ってディスク３０５に対するデータのリードおよびライトを制御する制御装置である。ディスクドライブ３０４には、例えば、磁気ディスクドライブ、光ディスクドライブ、ソリッドステートドライブなどを採用することができる。ディスク３０５は、ディスクドライブ３０４の制御で書き込まれたデータを記憶する不揮発性メモリである。例えばディスクドライブ３０４が磁気ディスクドライブである場合、ディスク３０５には、磁気ディスクを採用することができる。また、ディスクドライブ３０４が光ディスクドライブである場合、ディスク３０５には、光ディスクを採用することができる。また、ディスクドライブ３０４がソリッドステートドライブである場合、ディスク３０５には、半導体ディスクを採用することができる。

通信インターフェース３０６は、ネットワーク２１０と内部のインターフェースを司り、外部装置からのデータの入出力を制御する制御装置である。具体的に、通信インターフェース３０６は、通信回線を通じてネットワーク２１０を介して他の装置に接続される。通信インターフェース３０６には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

ディスプレイ３０７は、マウスカーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する装置である。ディスプレイ３０７には、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、ＴＦＴ（Ｔｈｉｎ Ｆｉｌｍ Ｔｒａｎｓｉｓｔｏｒ）液晶ディスプレイ、プラズマディスプレイなどを採用することができる。

キーボード３０８は、文字、数字、各種指示などの入力のためのキーを有し、データの入力を行う装置である。また、キーボード３０８は、タッチパネル式の入力パッドやテンキーなどであってもよい。マウス３０９は、マウスカーソルの移動や範囲選択、あるいはウィンドウの移動やサイズの変更などを行う装置である。マウス３０９は、ポインティングデバイスとして同様に機能を有するものであれば、トラックボールやジョイスティックなどであってもよい。

機器接続インターフェース３１０は、ＰＣ２０１と周辺機器とを接続し、接続した周辺機器を制御する制御装置である。例えば、機器接続インターフェース３１０は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）等を採用することができる。そして、機器接続インターフェース３１０には、例えば、機器接続インターフェース３１０がＵＳＢである場合にはＵＳＢフラッシュドライブ３２１や、メモリカードリーダライタ３２２を接続することができる。

ＵＳＢフラッシュドライブ３２１は、電力を供給しなくてもデータを保持可能な不揮発性の半導体メモリであるフラッシュメモリを内蔵し、フラッシュメモリの制御および機器接続インターフェース３１０との通信を行うドライブ装置を含めた装置である。メモリカードリーダライタ３２２は、メモリカード３２３に対するデータのリードおよびライトを制御する制御装置である。メモリカード３２３は、カード型の記録媒体である。メモリカード３２３には、フラッシュメモリが内蔵される。

（シミュレーションサーバ２０２のハードウェア構成例）
図４は、シミュレーションサーバ２０２のハードウェア構成例を示す説明図である。シミュレーションサーバ２０２は、ＣＰＵ４０１と、ＲＯＭ４０２と、ＲＡＭ４０３と、を含む。また、シミュレーションサーバ２０２は、ディスクドライブ４０４およびディスク４０５と、通信インターフェース４０６と、を含む。また、ＣＰＵ４０１〜ディスクドライブ４０４、通信インターフェース４０６はバス４０７によってそれぞれ接続される。

ＣＰＵ４０１は、シミュレーションサーバ２０２の全体の制御を司る演算処理装置である。ＲＯＭ４０２は、ブートプログラムなどのプログラムを記憶する不揮発性メモリである。ＲＡＭ４０３は、ＣＰＵ４０１のワークエリアとして使用される揮発性メモリである。

ディスクドライブ４０４は、ＣＰＵ４０１の制御に従ってディスク４０５に対するデータのリードおよびライトを制御する制御装置である。ディスクドライブ４０４には、例えば、磁気ディスクドライブ、光ディスクドライブ、ソリッドステートドライブなどを採用することができる。ディスク４０５は、ディスクドライブ４０４の制御で書き込まれたデータを記憶する不揮発性メモリである。例えばディスクドライブ４０４が磁気ディスクドライブである場合、ディスク４０５には、磁気ディスクを採用することができる。また、ディスクドライブ４０４が光ディスクドライブである場合、ディスク４０５には、光ディスクを採用することができる。また、ディスクドライブ４０４がソリッドステートドライブである場合、ディスク４０５には、半導体素子によって形成された半導体メモリ、いわゆる半導体ディスクを採用することができる。

通信インターフェース４０６は、ネットワーク２１０と内部のインターフェースを司り、他の装置からのデータの入出力を制御する制御装置である。具体的に、通信インターフェース４０６は、通信回線を通じてネットワーク２１０を介して他の装置に接続される。通信インターフェース４０６には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

（シミュレーション統合システム２００の機能構成例）
図５は、シミュレーション統合システム２００の機能構成例を示す説明図である。ＰＣ２０１は、制御部５００を有する。制御部５００は、受け付け部５０１と、掃引パターン生成部５０２と、シミュレーション手法１ｂ実施部５０３と、掃引パターン決定部５０４と、シミュレーション手法１ａ実施部５０５と、相互換算係数算出部５０６とを含む。さらに、制御部５００は、影響度算出部５０７と、影響度補正部５０８とを含む。制御部５００は、記憶装置に記憶されたプログラムをＣＰＵ３０１が実行することにより、各部の機能を実現する。記憶装置とは、具体的には、例えば、図３に示したＲＯＭ３０２、ＲＡＭ３０３、ディスク３０５などである。また、各部の処理結果は、ＲＡＭ３０３や、ＣＰＵ３０１のレジスタ、ＣＰＵ３０１のキャッシュメモリ等に格納される。

また、シミュレーション支援装置１０１は、記憶部１１０にアクセス可能である。記憶部１１０は、ＲＡＭ３０３、ディスク３０５といった記憶装置である。記憶部１１０には、相互換算係数ａが格納される。

また、シミュレーションサーバ２０２は、制御部５１０を有する。制御部５１０は、シミュレーション手法２実施部５１１を含む。制御部５１０は、記憶装置に記憶されたプログラムをＣＰＵ４０１が実行することにより、各部の機能を実現する。記憶装置とは、具体的には、例えば、図４に示したＲＯＭ４０２、ＲＡＭ４０３、ディスク４０５などである。また、各部の処理結果は、ＲＡＭ４０３や、ＣＰＵ４０１のレジスタ、ＣＰＵ４０１のキャッシュメモリ等に格納される。

受け付け部５０１は、ユーザＵの操作によって、いずれかのシミュレーション要素として、シミュレーション手法１ａが入力可能なシミュレーション要素の第１の入力値を受け付ける。シミュレーション手法１ａが入力可能なシミュレーション要素が複数ある場合、第１の入力値も複数の値となる。

掃引パターン生成部５０２は、受け付けた第１の入力値に基づいて、シミュレーション手法１ａが入力可能なシミュレーション要素の複数の入力値を生成する。例えば、掃引パターン生成部５０２は、受け付けた第１の入力値からランダムに増減させた複数の値を複数の入力値として生成する。

また、第１の入力値が複数の値の場合、掃引パターン生成部５０２は、受け付けた第１の入力値のそれぞれに基づいて、複数の入力値を生成する。以下の説明では、シミュレーション手法１ａが入力可能なシミュレーション要素が複数あるとし、各シミュレーション要素に対して生成した入力値の組み合わせを、「掃引パターン」と称する。例えば、受け付け部５０１が、シミュレーション要素Ａ〜Ｃのそれぞれの第１の入力値を受け付けたとする。この場合、掃引パターン生成部５０２は、シミュレーション要素Ａ〜Ｃのそれぞれの第１の入力値からランダムに増減させたそれぞれの値の組み合わせを、掃引パターンとして生成する。そして、掃引パターン生成部５０２は、このような掃引パターンを複数生成する。

シミュレーション手法１ｂ実施部５０３は、シミュレーション手法１ｂを実施する。例えば、シミュレーション手法１ｂ実施部５０３は、掃引パターン生成部５０２が生成した複数の掃引パターンの各掃引パターンの各入力値を入力し、各掃引パターンの疑似Ｅｙｅ面積を出力する。

掃引パターン決定部５０４は、シミュレーション手法２に第１の入力値が入力されて得られた疑似Ｅｙｅ面積と、各掃引パターンの疑似Ｅｙｅ面積との差分に基づいて、生成した複数の掃引パターンから、ある掃引パターンを決定する。ここで、掃引パターンは、入力値の組み合わせであるから、第１の入力値が一つである場合、掃引パターン決定部５０４は、複数の入力値から、第２の入力値を決定することになる。ここで、ある掃引パターンは、図１で説明した、シミュレーション手法２から得られた疑似Ｅｙｅ面積と同一の指標となる実Ｅｙｅ面積が得られる入力値となる。このように、同一の指標となるように値を合わせ込んでいる（フィッティング：Ｆｉｔｔｉｎｇ）ため、ある掃引パターンを、「フィッティング最適値パターン」と呼称する。

また、掃引パターン決定部５０４は、疑似Ｅｙｅ面積と各掃引パターンの疑似Ｅｙｅ面積との差分と、各掃引パターンの各入力値と受け付けた第１の入力値との差分に基づいて、フィッティング最適値パターンを決定してもよい。例えば、疑似Ｅｙｅ面積と各掃引パターンの疑似Ｅｙｅ面積との差分が同程度となった掃引パターンが２つあるとする。この場合、掃引パターン決定部５０４は、前述した２つの掃引パターンのうち、掃引パターンの各入力値と受け付けた入力値との差分が小さい掃引パターンを、フィッティング最適値パターンとして決定する。

シミュレーション手法１ａ実施部５０５は、シミュレーション手法１ａを実施する。例えば、シミュレーション手法１ａ実施部５０５は、フィッティング最適値パターンの各入力値を入力してシミュレーション手法１ａを実施し、実Ｅｙｅ高さと実Ｅｙｅ幅とを出力する。

相互換算係数算出部５０６は、相互換算係数ａを算出して、記憶部１１０に格納する。相互換算係数ａは、フィッティング最適値パターンをシミュレーション手法１ａに入力して得られた実Ｅｙｅ高さと実Ｅｙｅ幅からの実Ｅｙｅ面積を、フィッティング最適値パターンをシミュレーション手法１ｂに入力して得られた疑似Ｅｙｅ面積で除した値である。

シミュレーション手法２実施部５１１は、シミュレーション手法２を実施する。例えば、シミュレーション手法２実施部５１１は、シミュレーション手法２にシミュレーション要素Ａ〜Ｃの入力値をシミュレーション手法２に入力して、シミュレーション手法２を実施し、疑似Ｅｙｅ面積を出力する。また、シミュレーション手法２実施部５１１は、前述したシミュレーション要素Ａ〜Ｃの入力値と、シミュレーション要素Ｄの入力値とをシミュレーション手法２に入力して、疑似Ｅｙｅ面積を出力する。

影響度算出部５０７は、前述の２つの疑似Ｅｙｅ面積の差分と、相互換算係数ａとに基づいて、シミュレーション要素Ｄの入力値の影響度Ｚを算出する。

影響度補正部５０８は、シミュレーション手法１ａにシミュレーション要素Ａ〜Ｃの入力値が入力されて得られた実Ｅｙｅ高さと実Ｅｙｅ幅とを取得する。そして、影響度補正部５０８は、取得した実Ｅｙｅ高さと実Ｅｙｅ幅とを、シミュレーション要素Ｄの影響が考慮されるように補正する。具体的には、影響度補正部５０８は、取得した実Ｅｙｅ高さと実Ｅｙｅ幅とを、影響度Ｚとに基づいて、シミュレーション要素Ｄの影響を受けた実Ｅｙｅ高さと実Ｅｙｅ幅とを算出する。

図６は、シミュレーション手法同士の関係の一例を示す説明図である。図６では、シミュレーション統合システム２００が行う処理を、フィッティング工程、係数定義工程、本番シミュレーション工程という３つの工程に分割し、図５で示した機能部がどの工程に属するものかを図示したものである。

フィッティング工程は、フィッティング最適値パターンを決定するまでの工程であり、図６では、掃引パターン生成部５０２、掃引パターン決定部５０４、相互換算係数算出部５０６が含まれる。係数定義工程は、シミュレーション手法１ａ、１ｂに入力不可能なシミュレーション要素Ｄが追加されたため、要素Ｄの影響度Ｚを求める工程であり、影響度算出部５０７が含まれる。本番シミュレーション工程は、解析対象の設計が完了しレイアウト情報も確定した後、最終シミュレーションを実施する工程であり、影響度補正部５０８が含まれる。

図７は、シミュレーション要素の一例を示す説明図である。シミュレーション要素Ａは、ＶＩＡ長である。シミュレーション要素Ｂは、配線長である。シミュレーション要素Ｃは、配線のインピーダンスである。シミュレーション要素Ｄは、リファレンス層形状である。シミュレーション要素Ｅは、層構成である。シミュレーション要素Ｆは、ドライバ出力である。シミュレーション要素Ｇは、パッケージ内線長である。シミュレーション要素Ｈは、終端抵抗値である。シミュレーション要素Ｉは、基材特性値である。

図８は、解析対象とシミュレーション手法との相関の一例を示す説明図である。図８では、解析対象となるシミュレーション要素と、シミュレーション手法１ａ、２との関係を示す。図８で示す解析対象一覧８０１は、図７で示したシミュレーション要素を分類したものである。配線規定８０２として、例えば、インピーダンスや終端抵抗値が含まれる。また、部品情報８０３として、例えば、ドライバ出力、パッケージ内線長が含まれる。また、基材情報８０４として、例えば、基材特性値が含まれる。また、レイアウト情報８０５として、例えば、ＶＩＡ長、配線長、リファレンス層形状、層構成が含まれる。

そして、シミュレーション手法１ａでは、解析対象一覧８０１から、シミュレーション手法１ａで用いる情報を収集して、シミュレーション環境を構築する。そして、図８の左下で示したように、ＰＣ２０１は、シミュレーション要素をシミュレーションツール８１１に入力してシミュレーション手法１ａを実施し、実施結果として実Ｅｙｅ高さ［ｍＶ］と、実Ｅｙｅ幅［ｐｓ］とを出力する。

また、ＰＣ２０１は、レイアウト情報８０５からＢｏａｒｄＦｉｌｅを出力し、ＢｏａｒｄＦｉｌｅをシミュレーションサーバ２０２に送信する。ＢｏａｒｄＦｉｌｅを受信したシミュレーションサーバ２０２は、ＢｏａｒｄＦｉｌｅをシミュレーションツール８１２に入力してシミュレーション手法２を実施し、実施結果として疑似Ｅｙｅ面積を出力する。

図９は、掃引パターン生成例を示す説明図である。図９で示す表９００は、掃引パターン生成処理を実行する際に、ユーザＵによる入力値やＰＣ２０１による出力値をまとめたものである。ＰＣ２０１は、ユーザＵによる入力値やＰＣ２０１による出力値を、例えば表９００で示す形式で記憶する。図９に示す表９００は、レコード９０１−Ａ〜Ｉを有する。

表９００は、シミュレーション要素と、重要度と、各シミュレーション手法の解析対象となる入力要素の関係と、シミュレーション要素の種類と、共通要素フラグと、重みづけと、設定値、積算値と、という項目を含む。

シミュレーション要素項目には、シミュレーション要素を示す記号が格納される。重要度項目には、ユーザＵによって入力された重要度を示す値が格納される。図９で示す重要度は、値が小さい程重要であることを示す。各シミュレーション手法の解析対象となるシミュレーション要素項目には、各シミュレーション手法によって解析対象となるシミュレーション要素が格納される。シミュレーション要素項目も、ユーザＵによって入力される。入力対象とならないシミュレーション要素には、「−」が格納される。

また、図９では、ＰＣ２０１によって決定された、シミュレーション手法１ａ、１ｂの項目には、掃引振り幅が格納される。掃引振り幅は、基準値からどの程度離れた値を設定可能とするかを示す範囲である。さらに、図９で示すシミュレーション手法１ｂの項目には、掃引振り幅を、矩形の幅で模式的に示す。また、矩形内の縦線は、基準値を示し、星の位置は、ある掃引パターンにおける値を示す。具体的な掃引パターンの決定方法については、図１５で説明する。

シミュレーション要素の種類項目には、シミュレーション要素の種類を示す文字列が格納される。より具体的には、シミュレーション要素の種類項目には、シミュレーション要素が解析対象か、非解析対象かを示す文字列が格納される。ここで、解析対象となるシミュレーション要素とは、設計により、値の変更が行える要素である。一方、非解析対象となるシミュレーション要素とは、値を変更することができない要素や、変更する必要がない要素である。共通要素フラグ項目には、シミュレーション要素が、シミュレーション手法１ａ、１ｂと、シミュレーション手法２とで共通する要素であるか否かを示す文字列が格納される。具体的には、共通する要素である場合、共通要素フラグ項目には、「共通要素」という文字列が格納される。

重みづけ項目には、ＰＣ２０１が決定した、重みづけを示す値が格納される。具体的には、ＰＣ２０１は、掃引振り幅の大小に逆比例する値を、重みづけの値として決定する。設定値項目には、ある掃引パターンにおける対象のシミュレーション要素の設定値が格納される。ここで、設定値は、掃引振り幅の範囲内からランダムに選ばれた値である。積算値項目には、重みづけに設定値を乗じた値の絶対値が格納される。

図１０は、掃引パターンの一例を示す説明図である。図１０で示す表１０００は、基準値の掃引パターンと、生成した掃引パターンとしてｓｗｅｅｐ１〜１２の掃引パターンとを示す。表１０００は、レコード１００１−０〜１２を有する。レコード１００１−０は、基準値の掃引パターンを示す。また、レコード１００１−１〜１２は、それぞれ、ｓｗｅｅｐ１〜１２となる掃引パターンを示す。

例えば、レコード１００１−１は、ｓｗｅｅｐ１が、シミュレーション要素Ａ、Ｉが＋１０％、シミュレーション要素Ｅが＋５％、シミュレーション要素Ｇが−１０％、シミュレーション要素Ｈが＋４０％となることを示す。ここで、シミュレーション要素Ｅである層構成の＋５％とは、例えば、層構成の厚みが＋５％となることを示す。同様に、シミュレーション要素Ｄであるリファレンス層形状が＋ｘ％となる場合とは、例えば、リファレンス層形状の大きさが＋ｘ％となることを示す。同様に、シミュレーション要素Ｆであるドライバ出力が＋ｘ％となる場合とは、例えば、ドライバ出力値が＋ｘ％となることを示す。

次に、シミュレーション手法１ａ、１ｂ、２の実施結果を、図１１〜図１３を用いて示す。これらの値は、図１５〜図２２で示すフローチャートで用いる。

図１１は、シミュレーション手法１ａの実施結果の一例を示す説明図である。図１１に示す表１１００は、シミュレーション手法１ａの実施結果をまとめたものである。図１１に示す表１１００は、レコード１１０１−１〜３を有する。

レコード１１０１−１は、フィッティング工程初期時におけるシミュレーション手法１ａの実施結果となる実Ｅｙｅ幅および実Ｅｙｅ高さを示す。また、レコード１１０１−２は、シミュレーション手法２の結果を合わせ込んだ後のシミュレーション１ａの実施結果となる実Ｅｙｅ幅および実Ｅｙｅ高さを示す。また、レコード１１０１−３は、本番シミュレーション工程におけるシミュレーション手法１ａの実施結果となる実Ｅｙｅ幅および実Ｅｙｅ高さを示す。

図１２は、シミュレーション手法１ｂの実施結果の一例を示す説明図である。図１２に示す表１２００は、基準値の掃引パターンと、生成した掃引パターンとしてｓｗｅｅｐ１〜１２の掃引パターンとのそれぞれのシミュレーション手法１ｂの実施結果となる疑似Ｅｙｅ面積をまとめたものである。

ここで、図１２では、ｓｗｅｅｐ３、７、１０の掃引パターンが太枠で囲まれている。この太枠で囲まれたｓｗｅｅｐ３、７、１０の掃引パターンは、フィッティング工程におけるシミュレーション手法２の実施結果との差が１％未満となった掃引パターンを示す。より詳しい説明は、図１８で行う。

図１３は、シミュレーション手法２の実施結果の一例を示す説明図である。図１３に示す表１３００は、シミュレーション手法２の実施結果をまとめたものである。図１３に示す表１３００は、レコード１３０１−１、２を有する。

レコード１３０１−１は、フィッティング工程時における要素Ｂ、Ｃの影響を含んだシミュレーション手法１ｂの実施結果となる疑似Ｅｙｅ面積を示す。また、レコード１３０１−２は、要素Ｂ、Ｃ、Ｄの影響を含んだシミュレーション手法１ｂの実施結果となる疑似Ｅｙｅ面積を示す。

図１４は、シミュレーション手法２の実施結果との差が１％未満となった掃引パターンの積算値を示す説明図である。図１４に示す表１４００は、シミュレーション手法２の実施結果との差が１％未満となった掃引パターンｓｗｅｅｐ３、７、１０の各シミュレーション要素の積算値と、各シミュレーション要素の積算値の合計を示す。

ここで、図１４では、ｓｗｅｅｐ７と、ｓｗｅｅｐ７の積算値の合計とが太枠で囲まれている。この太枠で囲まれたｓｗｅｅｐ７は、フィッティング最適値パターンとして決定されるパターンである。より詳しい説明は、図１８で行う。

次に、シミュレーション統合システム２００が実行するフローチャートを、図１５〜図２２を用いて説明する。

図１５は、掃引パターン生成処理手順の一例を示すフローチャート（その１）である。また、図１６は、掃引パターン生成処理手順の一例を示すフローチャート（その２）である。掃引パターン生成処理は、所定の個数の掃引パターンを生成する処理である。所定の個数は、シミュレーション統合システム２００でランダムに決められてもよいし、ユーザＵによって指定されてもよい。

ＰＣ２０１は、変数となる各シミュレーション要素と、各シミュレーション要素の重要度の入力を受け付ける（ステップＳ１５０１）。例えば、ＰＣ２０１は、各シミュレーション要素について、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）のテーブル形式で重要度の候補を表示する。そして、ＰＣ２０１は、ユーザＵの操作によって入力された重要度を、シミュレーション要素の重要度として受け付ける。

次に、ＰＣ２０１は、各シミュレーション要素がいずれのシミュレーション手法に対する入力要素なのかの入力を受け付ける（ステップＳ１５０２）。例えば、ＰＣ２０１は、各シミュレーション要素について、ＧＵＩのテーブル形式で、シミュレーション手法１ａ、１ｂ、２を選択可能なチェックボックスを表示する。そして、ＰＣ２０１は、ユーザＵの操作によってチェックされたシミュレーション要素を、シミュレーション手法に対する入力要素として受け付ける。

そして、ＰＣ２０１は、各シミュレーション要素の種類が「解析対象」または「非解析対象」のいずれかなのかの入力を受け付ける（ステップＳ１５０３）。例えば、ＰＣ２０１は、各シミュレーション要素の種類について、ＧＵＩのテーブル形式で、「解析対象」か「非解析対象」かを選択可能なプルダウンメニューを表示する。そして、ＰＣ２０１は、選択された項目が、シミュレーション要素の種類であるとして受け付ける。

次に、ＰＣ２０１は、各シミュレーション要素について、シミュレーション手法１ｘとシミュレーション手法２との共通要素か否かを判定する（ステップＳ１５０４）。ステップＳ１５０４の処理について、図９に示した表９００を例として用いると、シミュレーション要素Ｂ、Ｃは、シミュレーション手法１ａ、１ｂ、２に共通する要素である。従って、ＰＣ２０１は、シミュレーション要素Ｂ、Ｃが共通要素であると判定する。

そして、ＰＣ２０１は、全てのシミュレーション要素のうちの未選択のシミュレーション要素を選択する（ステップＳ１５０５）。次に、選択したシミュレーション要素が「共通要素」でなく、かつ、シミュレーション手法１ｘの入力要素か否かを判断する（ステップＳ１５０６）。ここで、シミュレーション手法１ｘとは、シミュレーション手法１ａ、１ｂを示す。

選択したシミュレーション要素が「共通要素」でなく、かつ、シミュレーション手法１ｘの入力要素である場合（ステップＳ１５０６：Ｙｅｓ）、ＰＣ２０１は、選択したシミュレーション要素の種類および重要度に基づいて、選択したシミュレーション要素の掃引振り幅を決定する（ステップＳ１５０７）。具体的には、ＰＣ２０１は、選択したシミュレーション要素の重要度が高い程、掃引振り幅を小さくする。ただし、選択したシミュレーション要素の重要度が高くても、選択したシミュレーション要素の種類が「非解析対象」である場合、掃引振り幅を大きくする。

一方、選択したシミュレーション要素が「共通要素」である、または、シミュレーション手法１ｘの入力要素でない場合（ステップＳ１５０６：Ｎｏ）、ＰＣ２０１は、掃引振り幅を決定しない。理由として、選択したシミュレーション要素が「共通要素」である場合、各シミュレーション手法に対して同一の固定値を入力するので掃引を実施しないためである。また、シミュレーション手法１ｘの入力要素でない場合、すなわち、シミュレーション手法２だけの入力要素となるシミュレーション要素についても、掃引を実施しないためである。

ステップＳ１５０７の処理終了後、または、ステップＳ１５０６：Ｎｏとなる場合、ＰＣ２０１は、全てのシミュレーション要素を選択したか否かを判断する（ステップＳ１５０８）。まだ選択していないシミュレーション要素がある場合（ステップＳ１５０８：Ｎｏ）、ＰＣ２０１は、ステップＳ１５０５の処理に移行する。

一方、全てのシミュレーション要素を選択した場合（ステップＳ１５０８：Ｙｅｓ）、ＰＣ２０１は、各シミュレーション要素について、掃引振り幅の大小に逆比例する重みづけの値を決定する（ステップＳ１６０１）。ステップＳ１６０１の処理について、表９００を例として用いると、ＰＣ２０１は、掃引振り幅が最も小さいシミュレーション要素Ａの重みづけを、最も大きい値として２０と決定する。また、ＰＣ２０１は、掃引振り幅が最も大きいシミュレーション要素Ｆ〜Ｉの重みづけを、最も小さい５と決定する。

次に、ＰＣ２０１は、各シミュレーション要素について、掃引振り幅の範囲内で基準値からｘｘ％増加または減少させたいずれかの値を決定する（ステップＳ１６０２）。そして、ＰＣ２０１は、各シミュレーション要素について決定した値を、新たな掃引パターンとして生成する（ステップＳ１６０３）。次に、ＰＣ２０１は、所定の個数の掃引パターンを生成したか否かを判断する（ステップＳ１６０４）。

所定の個数の掃引パターンを生成していない場合（ステップＳ１６０４：Ｎｏ）、ＰＣ２０１は、ステップＳ１６０２の処理に移行する。一方、所定の個数の掃引パターンを生成した場合（ステップＳ１６０４：Ｙｅｓ）、ＰＣ２０１は、掃引パターン生成処理を終了する。

図１７は、シミュレーション手法２によるフィッティング処理手順の一例を示すフローチャートである。シミュレーションサーバ２０２は、シミュレーション環境のパラメタを設定する（ステップＳ１７０１）。次に、シミュレーションサーバ２０２は、シミュレーション要素Ｂ、Ｃの基準値を入力値として、シミュレーション手法２を実施する（ステップＳ１７０２）。そして、シミュレーションサーバ２０２は、実施結果から、下記（１）式〜（４）式を用いて、疑似Ｅｙｅ面積を算出する（ステップＳ１７０３）。

ここで、ＳＩＧ（ＳＩＧｎａｌ）は、対象信号の理想状態でのＥｙｅ面積を示す。理想状態とは、ノイズ影響を受けない状態である。また、Ｒｘは、受信信号を示す。

ここで、ＦＥＸＴ（Ｆａｒ Ｅｎｄ Ｃｒｏｓｓ Ｔａｌｋ：遠端クロストーク）は、対象信号に影響するノイズの１つであり、隣接信号から受けるノイズである。

ここで、ＩＳＩ（ＩｎｔｅｒＳｙｍｂｏｌ Ｉｎｔｅｒｆｅｒｅｎｃｅ：符号間干渉）は、対象信号に影響するノイズの１つであり、同じ信号線上の隣接データ間で発生するノイズである。

例えば、シミュレーションサーバ２０２は、レコード１３０１−１で示すように、疑似Ｅｙｅ面積を１０．４４と算出する。ステップＳ１７０３の処理終了後、シミュレーションサーバ２０２は、算出した疑似Ｅｙｅ面積をＰＣ２０１に送信し、シミュレーション手法２によるフィッティング処理を終了する。

図１８は、シミュレーション手法１ａ、１ｂによるフィッティング処理手順の一例を示すフローチャート（その１）である。また、図１９は、シミュレーション手法１ａ、１ｂによるフィッティング処理手順の一例を示すフローチャート（その２）である。ここで、シミュレーション手法１ａとシミュレーション手法１ｂとは、それぞれ異なるアプリによって実施される。例えば、ＣＰＵ３０１が複数のコアを有するならば、ＰＣ２０１は、１つ目のコアに、シミュレーション手法１ａを実施するアプリを実行させ、２つ目のコアに、シミュレーション手法１ｂを実施するアプリを実行させてもよい。

ＰＣ２０１は、シミュレーション手法１ａを実施するアプリによって、シミュレーション要素Ａ〜Ｃ、Ｅ〜Ｉの基準値を入力値として、シミュレーション手法１ａを実施する（ステップＳ１８０１）。例えば、ＰＣ２０１は、レコード１１０１−１で示すように、シミュレーション手法１ａを実施して、実施結果となる実Ｅｙｅ高さを３０．６２１８［ｍＶ］と、実Ｅｙｅ幅を１６．３３３６［ｐｓ］とを得る。

また、ＰＣ２０１は、シミュレーション手法１ｂを実施するアプリによって、ステップＳ１８０１の入力値と同一の値、すなわち、シミュレーション要素Ａ〜Ｃ、Ｅ〜Ｉの基準値を入力値として、シミュレーション手法１ｂを実施する（ステップＳ１８０２）。例えば、ＰＣ２０１は、レコード１２０１−０で示すように、シミュレーション手法１ａを実施して、実施結果となる疑似Ｅｙｅ面積１６．５４４２を得る。この値を、ステップＳ１７０３の処理で得た値に近づけるため、入力を変化させる。ＰＣ２０１は、生成した掃引パターンのうち、未選択の掃引パターンを選択する（ステップＳ１８０３）。そして、ＰＣ２０１は、選択した掃引パターンの各シミュレーション要素の値を入力値として、シミュレーション手法１ｂを実施する（ステップＳ１８０４）。ステップＳ１８０４の処理において、掃引対象は、シミュレーション要素Ａ、Ｅ、Ｆ、Ｇ、Ｈ、Ｉとなる。次に、ＰＣ２０１は、全ての掃引パターンに対してシミュレーション手法１ｂを実施したか否かを判断する（ステップＳ１８０５）。

まだシミュレーション手法１ｂを実施していない掃引パターンがある場合（ステップＳ１８０５：Ｎｏ）、ＰＣ２０１は、ステップＳ１８０３の処理に移行する。一方、全ての掃引パターンに対してシミュレーション手法１ｂを実施した場合（ステップＳ１８０５：Ｙｅｓ）、ＰＣ２０１は、全ての掃引パターンから、シミュレーション手法２の結果となる疑似Ｅｙｅ面積との差が１％以内となる疑似Ｅｙｅ面積を結果とする掃引パターンを特定する（ステップＳ１８０６）。例えば、ステップＳ１８０５：Ｙｅｓとなった状態として、ＰＣ２０１は、レコード１２０１−１〜１２で示すｓｗｅｅｐ１〜１２の疑似Ｅｙｅ面積を得る。そして、ｓｗｅｅｐ１〜１２の疑似Ｅｙｅ面積のうち、ステップＳ１７０３の処理で得た１０．４４と１％以内の差となる掃引パターンは、図１２の太枠で示したｓｗｅｅｐ３、７、１０となる。

次に、ＰＣ２０１は、特定した掃引パターンのうち、積算値の合計が最小となる掃引パターンを、フィッティング最適値パターンとして決定する（ステップＳ１８０７）。例えば、ＰＣ２０１は、図１４で示すように、ｓｗｅｅｐ３、７、１０のうち、積算値の合計が最小となるｓｗｅｅｐ７を、フィッティング最適値パターンとして特定する。ここで、積算値の合計は、設定値が基準値に近い程小さい値となる。従って、積算値の合計が最小となる掃引パターンは、基本的には、設定値が基準値に最も近いパターンである。ただし、積算値には重みづけの値も含まれるため、設定値が基準値に最も近いパターンであっても、積算値の合計が最小とはならない場合もある。

ステップＳ１８０７の処理終了後、ＰＣ２０１は、シミュレーション手法１ｂによるフィッティング処理を終了する。ここで、ＰＣ２０１は、ｓｗｅｅｐ７の各シミュレーション要素の設定値と、疑似Ｅｙｅ面積１０．４１１をファイル等に出力する。

一方、ＰＣ２０１は、シミュレーション手法１ａを実施するアプリによって、フィッティング最適値パターンの各シミュレーション要素の設定値を取り込む（ステップＳ１９０１）。具体的には、ＰＣ２０１は、ｓｗｅｅｐ７の各シミュレーション要素の設定値を取り込む。

次に、ＰＣ２０１は、取り込んだ値を入力値として、シミュレーション手法１ａを実施する（ステップＳ１９０２）。そして、ＰＣ２０１は、実施結果となる、実Ｅｙｅ高さ［ｍＶ］と、実Ｅｙｅ幅［ｐｓ］とを取得する（ステップＳ１９０３）。例えば、ＰＣ２０１は、レコード１１０１−２で示すように、実Ｅｙｅ高さとして２０．５０１１［ｍＶ］と、実Ｅｙｅ幅として８．７２０４［ｐｓ］とを取得する。

次に、ＰＣ２０１は、１ｍＶを１ステップとして、実Ｅｙｅ高さ［ｍＶ］を、ＥＨｓｔｅｐに変換する（ステップＳ１９０４）。また、ＰＣ２０１は、１ｐｓを１ステップとして、実Ｅｙｅ幅［ｐｓ］を、ＥＷｓｔｅｐに変換する（ステップＳ１９０５）。ここで、ステップは、ｍＶとｐｓという単位の異なる物理量を、疑似的に同一の単位としてみなすための単位である。例えば、ステップＳ１９０４の処理において、ＰＣ２０１は、実Ｅｙｅ高さとなる２０．５０１１［ｍＶ］を、２０．５０１１［ステップ］に変換する。同様に、ステップＳ１９０５の処理において、ＰＣ２０１は、実Ｅｙｅ幅となる８．７２０４［ｐｓ］を、８．７２０４［ステップ］に変換する。

次に、ＰＣ２０１は、実Ｅｙｅ面積＝ＥＨｓｔｅｐ×ＥＷｓｔｅｐ／２を算出する（ステップＳ１９０６）。例えば、ＰＣ２０１は、実Ｅｙｅ面積を８０．３８８９と算出する。そして、ＰＣ２０１は、相互換算係数ａ＝実Ｅｙｅ面積／疑似Ｅｙｅ面積を算出する（ステップＳ１９０７）。例えば、ＰＣ２０１は、相互換算係数ａ＝８０、３８８／１０．４１１＝８．５８６０と算出する。ここで、実Ｅｙｅ面積と疑似Ｅｙｅ面積とでは計算手法が異なるため、本来であれば入力値が同一であれば実Ｅｙｅ面積と疑似Ｅｙｅ面積とは同一の値となるはずが、上述のように大きく異なる値となることがある。ステップＳ１９０７の処理終了後、ＰＣ２０１は、シミュレーション手法１ａによるフィッティング処理を終了する。ここで、ＰＣ２０１は、相互換算係数ａをファイル等に出力する。

図２０は、シミュレーション手法２による差分算出処理手順の一例を示すフローチャートである。シミュレーションサーバ２０２は、シミュレーション要素Ｂ、Ｃ、Ｄの基準値を入力値として、シミュレーション手法２を実施する（ステップＳ２００１）。次に、シミュレーションサーバ２０２は、実施結果から、上述した（１）式〜（４）式を用いて、シミュレーション要素Ｄの影響を含む疑似Ｅｙｅ面積を算出する（ステップＳ２００２）。例えば、シミュレーションサーバ２０２は、レコード１３０１−２に示したように、シミュレーション要素Ｄの影響を含む疑似Ｅｙｅ面積を、９．３２と算出する。

そして、シミュレーションサーバ２０２は、シミュレーション要素Ｄによる差分Ｙ＝シミュレーション要素Ｄの影響を含まない疑似Ｅｙｅ面積−要素Ｄの影響を含む疑似Ｅｙｅ面積を算出する（ステップＳ２００３）。ここで、シミュレーション要素Ｄの影響を含まない疑似Ｅｙｅ面積は、ステップＳ１７０３の処理で求めた値である。例えば、シミュレーションサーバ２０２は、差分Ｙを、１０．４４−９．３２＝１．１２と算出する。差分Ｙは、負の値となることもある。

ステップＳ２００３の処理終了後、差分ＹをＰＣ２０１に送信し、シミュレーション手法２による差分算出処理を終了する。

図２１は、係数定義処理手順の一例を示すフローチャートである。ＰＣ２０１は、影響度Ｚ＝差分Ｙ×相互換算係数ａを算出する（ステップＳ２１０１）。例えば、ＰＣ２０１は、影響度Ｚ＝１．１２×８．５８６０＝９．６１６３と算出する。

影響度Ｚは、面積差分となる。この影響度Ｚから、Ｅｙｅ高さとＥｙｅ幅とのそれぞれにどのように影響を与えるかを割り出すことはできない。具体的には、影響度Ｚが、Ｅｙｅ高さだけに影響する可能性もあるし、Ｅｙｅ幅だけに影響する可能性もあるし、Ｅｙｅ高さとＥｙｅ幅との両方に影響する可能性もある。そこで、ＰＣ２０１は、最悪ケースとして、Ｅｙｅが最小となる最小Ｅｙｅ高さと最小Ｅｙｅ幅を求める。

ステップＳ２１０１の処理終了後、ＰＣ２０１は、ＥＨｓｔｅｐ（Ｍｉｎ）＝（実Ｅｙｅ面積−Ｚ）×２／ＥＷｓｔｅｐを算出する（ステップＳ２１０２）。ここで、ＥＷｓｔｅｐは、ステップＳ１９０５の処理により得られる。例えば、ＰＣ２０１は、ＥＨｓｔｅｐ（Ｍｉｎ）＝（８９．３８８９−９．６１６３）ｘ２／８．７２０４＝１８．２９５６と算出する。

また、ＰＣ２０１は、ＥＷｓｔｅｐ（Ｍｉｎ）＝（実Ｅｙｅ面積−Ｚ）×２／ＥＨｓｔｅｐを算出する（ステップＳ２１０３）。ここで、ＥＨｓｔｅｐは、ステップＳ１９０４の処理により得られる。例えば、ＰＣ２０１は、ＥＷｓｔｅｐ（Ｍｉｎ）＝（８９．３８８９−９．６１６３）ｘ２／２０．５０１１＝７．７８２３と算出する。

そして、ＰＣ２０１は、実Ｅｙｅ面積（Ｍｉｎ）＝ＥＨｓｔｅｐ×ＥＷｓｔｅｐ／２を算出する（ステップＳ２１０４）。例えば、ＰＣ２０１は、実Ｅｙｅ面積（Ｍｉｎ）＝１８．２９５６×７．７８２３／２＝７１．１９０９と算出する。次に、ｍＶ、ｐｓに単位を戻すため、ＰＣ２０１は、１ステップを１ｍＶとして、ＥＨｓｔｅｐ（Ｍｉｎ）を最小Ｅｙｅ高さ［ｍＶ］に変換し（ステップＳ２１０５）、１ステップを１ｐｓとして、ＥＷｓｔｅｐ（Ｍｉｎ）を最小Ｅｙｅ幅［ｐｓ］に変換する（ステップＳ２１０６）。例えば、ＰＣ２０１は、最小Ｅｙｅ高さを１８．２９５６［ｍＶ］と変換し、最小Ｅｙｅ幅を７．７８２３［ｐｓ］と変換する。

そして、シミュレーション要素Ｄが与える影響率を定義するため、ＰＣ２０１は、Ｅｙｅ高さ影響率＝（実Ｅｙｅ高さ−最小Ｅｙｅ高さ）／実Ｅｙｅ高さ×１００を算出する（ステップＳ２１０７）。例えば、ＰＣ２０１は、Ｅｙｅ高さ影響率＝（２０．５０１１−１８．２９５６）／２０．５０１１ｘ１００＝１０．７６［％］と算出する。また、ＰＣ２０１は、Ｅｙｅ幅影響率＝（実Ｅｙｅ幅−最小Ｅｙｅ幅）／実Ｅｙｅ幅×１００を設定する（ステップＳ２１０８）。例えば、ＰＣ２０１は、（８．７２０４−７．７８２３）／８．７２０４ｘ１００＝１０．７６［％］と算出する。Ｅｙｅ高さ影響率と、Ｅｙｅ幅影響率とが、シミュレーション要素Ｄの影響率となる。ステップＳ２１０８の処理終了後、ＰＣ２０１は、係数定義処理を終了する。また、Ｅｙｅ高さ影響率やＥｙｅ幅影響率の算出方法は、ステップＳ２１０７、Ｓ２１０８の処理で示した例に限られない。例えば、ステップＳ２１０７の処理内の「最小Ｅｙｅ高さ」に、ステップＳ２１０２の右辺の各変数を［ｍＶ］に変換した数式を代入してもよい。

図２２は、本番シミュレーション処理手順の一例を示すフローチャートである。ＰＣ２０１は、シミュレーション環境のパラメタを設定する（ステップＳ２２０１）。次に、ＰＣ２０１は、要素Ａ〜Ｃ、Ｅ〜Ｉの見直した値を入力値として、シミュレーション手法１ａを実施する（ステップＳ２２０２）。そして、ＰＣ２０１は、実施結果となる、実Ｅｙｅ高さ［ｍＶ］と、実Ｅｙｅ幅［ｐｓ］とを取得する（ステップＳ２２０３）。例えば、ＰＣ２０１は、レコード１１０１−３で示すように、実Ｅｙｅ高さとして２６．３３０３［ｍＶ］と、実Ｅｙｅ幅として１４．１２８６［ｐｓ］とを取得する。

次に、ＰＣ２０１は、影響率を考慮した実Ｅｙｅ高さ［ｍＶ］＝取得した実Ｅｙｅ高さ［ｍＶ］×（１−Ｅｙｅ高さ影響率／１００）を算出する（ステップＳ２２０４）。例えば、ＰＣ２０１は、影響率を考慮した実Ｅｙｅ高さ＝２６．３３０３×（１−１０．７６／１００）＝２３．４９７２［ｍＶ］と算出する。また、ＰＣ２０１は、影響率を考慮した実Ｅｙｅ幅［ｐｓ］＝取得した実Ｅｙｅ幅［ｐｓ］×（１−Ｅｙｅ幅影響率／１００）を設定する（ステップＳ２２０５）。例えば、ＰＣ２０１は、１４．１２８６×（１−１０．７６／１００）＝１２．６０８４［ｐｓ］と算出する。

そして、ＰＣ２０１は、影響率を考慮した実Ｅｙｅ高さおよび実Ｅｙｅ幅を用いて、合格基準値と比較し、伝送特性の合否判定する（ステップＳ２２０６）。例えば、合格基準値がＥｙｅ高さ１５．０［ｍＶ］であり、Ｅｙｅ幅８．０［ｐｓ］であり、合格基準値を超えれば、伝送特性を合格と判断するとする。そして、影響率を考慮した実Ｅｙｅ高さ、実Ｅｙｅ幅ともに、合格基準値を超えているため、ＰＣ２０１は、伝送特性を合格と判断する。ステップＳ２２０６の処理終了後、ＰＣ２０１は、本番シミュレーション処理を終了する。

以上説明したように、ＰＣ２０１は、シミュレーション手法１ａ、２を橋渡しするシミュレーション手法１ｂから得た相互換算係数に基づき、シミュレーション要素Ｄが入力不可能なシミュレーション手法１ａから得られた実Ｅｙｅ高さと幅を補正する。これにより、ＰＣ２０１は、補正結果には、要素Ｄの入力値が考慮されるため、伝送特性の判定精度を向上させることができる。また、シミュレーション統合システム２００は、全ての設計要素を包含した伝送特性解析を行うことができるため、より正確なリスク判定や、レイアウト設計変更の効果確認、要否判定が可能になる。これにより、シミュレーション統合システム２００は、設計完了前のシミュレーション精度が高まり、改版リスクを下げることができる。また、改版が必要になった場合でも、修正による影響を高い精度で事前確認できるため、再開版のリスクを下げることが可能となる。さらに、完成した基板の伝送評価にて問題が発生した場合、本実施の形態を用いたシミュレーションを活用することで、問題の現象を再現し原因を特定することが可能となる。

また、ＰＣ２０１は、決定したフィッティング最適値パターンから相互換算係数ａを算出して、算出した相互換算係数を記憶部１１０に格納してもよい。相互換算係数は、実Ｅｙｅ面積と、実Ｅｙｅ面積と同一の指標となる疑似Ｅｙｅ面積との関係を示す。ＰＣ２０１は、相互換算係数を用いることにより、あるシミュレーション要素の入力値の影響を受ける疑似Ｅｙｅ面積を求めた際に、あるシミュレーション要素の入力値の影響を受ける実Ｅｙｅ面積を求めることができる。

また、ＰＣ２０１は、各掃引パターンの各入力値と受け付けた第１の入力値との差分に基づいて、フィッティング最適値パターンを決定してもよい。これにより、ＰＣ２０１は、ユーザＵによって入力された入力値により近い値を最適値パターンとして決定することができる。

また、本実施の形態では、第１の種別の指標は、Ｅｙｅ高さおよび幅であり、第２の種別の指標は、Ｅｙｅ面積であり、第３の種別の指標は、疑似Ｅｙｅ面積であるとしたが、他の指標でもよい。

また、本実施の形態で示したシミュレーション手法２は、時間領域のシミュレーションであるが、これに限らない。例えば、シミュレーション手法２として、電磁界解析や周波数解析を採用することもできる。電磁界解析や周波数解析であっても、上述した（１）〜（４）式により、疑似Ｅｙｅ面積を求めることができる。さらに、他の解析手法として、上述した解析手法はＩＳＩ、ＦＥＸＴというノイズ成分に注目した解析であるが、これ以外にもノイズの種類は多数存在する。例えば、電源の放射ノイズに注目したＣＮＳ（Ｃｈａｎｎｅｌ Ｎｏｉｓｅ Ｓｃａｎ）という解析がある。この解析は、主信号としては上述した解析手法と同一であり、注目したノイズがどの程度主信号に影響するかを解析する。従って、この解析でも疑似Ｅｙｅ面積を算出することが可能であるため、シミュレーション手法２として採用することができる。

なお、本実施の形態で説明したシミュレーション支援方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本シミュレーション支援プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本シミュレーション支援プログラムは、インターネット等のネットワークを介して配布してもよい。

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、前記複数の要素のうちの前記第１のシミュレーション手法に入力不可能な特定の要素の入力値と前記いずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、前記第２の種別の指標の値と同一の指標となる前記第３の種別の指標の値で除した値を記憶する記憶部と、
前記第２のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第３の種別の指標の値と、前記第２のシミュレーション手法に当該いずれかの入力値と前記特定の要素の入力値とが入力されて得られた前記第３の種別の指標の値との差分と、前記記憶部によって記憶された前記値とに基づいて、前記特定の要素の入力値の影響度を算出し、前記第１のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第１の種別の指標の値と、算出した前記影響度とに基づいて、前記特定の要素の入力値の影響を受けた前記第１の種別の指標の値を算出する制御部と、
を有することを特徴とするシミュレーション支援装置。

（付記２）前記制御部は、
前記いずれかの要素の第１の入力値を受け付け、
受け付けた前記第１の入力値に基づいて、前記いずれかの要素の複数の入力値を生成し、
前記第１のシミュレーション手法と同一の要素が入力可能であり前記第３の種別の指標の値を出力する第３のシミュレーション手法に、前記複数の入力値の各入力値が入力されて得られた前記第３の種別の指標の各値を取得し、
前記第２のシミュレーション手法に前記第１の入力値が入力されて得られた前記第３の種別の指標の値と、取得した前記各値との差分に基づいて、前記複数の入力値から第２の入力値を決定し、
前記第１のシミュレーション手法に決定した前記第２の入力値が入力されて得られた前記第１の種別の指標の値に基づく第２の種別の指標の値を、前記第３のシミュレーション手法に前記第２の入力値が入力されて得られた前記第３の種別の指標の値で除した値を前記記憶部に格納する、
ことを特徴とする付記１に記載のシミュレーション支援装置。

（付記３）前記制御部は、
前記第２のシミュレーション手法に前記第１の入力値が入力されて得られた前記第３の種別の指標の値と前記各値との差分と、前記各入力値と前記第１の入力値との差分とに基づいて、前記複数の入力値から第２の入力値を決定する、
ことを特徴とする付記２に記載のシミュレーション支援装置。

（付記４）前記解析対象は、プリント回路板であり、
前記第１の種別の指標は、前記解析対象を流れる信号の波形によって形成されるＥｙｅパターンの高さおよび幅であり、
前記第２の種別の指標は、前記Ｅｙｅパターンの面積であり、
前記第３の種別の指標は、前記信号の理想状態での前記Ｅｙｅパターンの面積からノイズの影響を除いた前記Ｅｙｅパターンの疑似的な面積である、
ことを特徴とする付記１〜３のいずれか一つに記載のシミュレーション支援装置。

（付記５）前記第１のシミュレーション手法および前記第２のシミュレーション手法は、時間領域のシミュレーションであることを特徴とする付記１〜４のいずれか一つに記載のシミュレーション支援装置。

（付記６）解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、前記複数の要素のうちの前記第１のシミュレーション手法に入力不可能な特定の要素の入力値と前記いずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、前記第２の種別の指標の値と同一の指標となる前記第３の種別の指標の値で除した値を記憶する記憶部にアクセス可能なコンピュータが、
前記第２のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第３の種別の指標の値と、前記第２のシミュレーション手法に当該いずれかの入力値と前記特定の要素の入力値とが入力されて得られた前記第３の種別の指標の値との差分と、前記記憶部によって記憶された前記値とに基づいて、前記特定の要素の入力値の影響度を算出し、
前記第１のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第１の種別の指標の値と、算出した前記影響度とに基づいて、前記特定の要素の入力値の影響を受けた前記第１の種別の指標の値を算出する、
処理を実行することを特徴とするシミュレーション支援方法。

（付記７）解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、前記複数の要素のうちの前記第１のシミュレーション手法に入力不可能な特定の要素の入力値と前記いずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、前記第２の種別の指標の値と同一の指標となる前記第３の種別の指標の値で除した値を記憶する記憶部にアクセス可能なコンピュータに、
前記第２のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第３の種別の指標の値と、前記第２のシミュレーション手法に当該いずれかの入力値と前記特定の要素の入力値とが入力されて得られた前記第３の種別の指標の値との差分と、前記記憶部によって記憶された前記値とに基づいて、前記特定の要素の入力値の影響度を算出し、
前記第１のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第１の種別の指標の値と、算出した前記影響度とに基づいて、前記特定の要素の入力値の影響を受けた前記第１の種別の指標の値を算出する、
処理を実行することを特徴とするシミュレーション支援方法。

１０１ シミュレーション支援装置
１１０ 記憶部
２００ シミュレーション統合システム
２０１ ＰＣ
２０２ シミュレーションサーバ
５００、５１０ 制御部
５０１ 受け付け部
５０２ 掃引パターン生成部
５０３ シミュレーション手法１ｂ実施部
５０４ 掃引パターン決定部
５０５ シミュレーション手法１ａ実施部
５０６ 相互換算係数算出部
５０７ 影響度算出部
５０８ 影響度補正部
５１１ シミュレーション手法２実施部

Claims (6)

1. 解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、前記複数の要素のうちの前記第１のシミュレーション手法に入力不可能な特定の要素の入力値と前記いずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、前記第２の種別の指標の値と同一の指標となる前記第３の種別の指標の値で除した値を記憶する記憶部と、
   前記第２のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第３の種別の指標の値と、前記第２のシミュレーション手法に当該いずれかの入力値と前記特定の要素の入力値とが入力されて得られた前記第３の種別の指標の値との差分と、前記記憶部によって記憶された前記値とに基づいて、前記特定の要素の入力値の影響度を算出し、前記第１のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第１の種別の指標の値と、算出した前記影響度とに基づいて、前記特定の要素の入力値の影響を受けた前記第１の種別の指標の値を算出する制御部と、
   を有することを特徴とするシミュレーション支援装置。
2. 前記制御部は、
   前記いずれかの要素の第１の入力値を受け付け、
   受け付けた前記第１の入力値に基づいて、前記いずれかの要素の複数の入力値を生成し、
   前記第１のシミュレーション手法と同一の要素が入力可能であり前記第３の種別の指標の値を出力する第３のシミュレーション手法に、前記複数の入力値の各入力値が入力されて得られた前記第３の種別の指標の各値を取得し、
   前記第２のシミュレーション手法に前記第１の入力値が入力されて得られた前記第３の種別の指標の値と、取得した前記各値との差分に基づいて、前記複数の入力値から第２の入力値を決定し、
   前記第１のシミュレーション手法に決定した前記第２の入力値が入力されて得られた前記第１の種別の指標の値に基づく第２の種別の指標の値を、前記第３のシミュレーション手法に前記第２の入力値が入力されて得られた前記第３の種別の指標の値で除した値を前記記憶部に格納する、
   ことを特徴とする請求項１に記載のシミュレーション支援装置。
3. 前記制御部は、
   前記第２のシミュレーション手法に前記第１の入力値が入力されて得られた前記第３の種別の指標の値と前記各値との差分と、前記各入力値と前記第１の入力値との差分とに基づいて、前記複数の入力値から第２の入力値を決定する、
   ことを特徴とする請求項２に記載のシミュレーション支援装置。
4. 前記解析対象は、プリント回路板であり、
   前記第１の種別の指標は、前記解析対象を流れる信号の波形によって形成されるＥｙｅパターンの高さおよび幅であり、
   前記第２の種別の指標は、前記Ｅｙｅパターンの面積であり、
   前記第３の種別の指標は、前記信号の理想状態での前記Ｅｙｅパターンの面積からノイズの影響を除いた前記Ｅｙｅパターンの疑似的な面積である、
   ことを特徴とする請求項１〜３のいずれか一つに記載のシミュレーション支援装置。
5. 解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、前記複数の要素のうちの前記第１のシミュレーション手法に入力不可能な特定の要素の入力値と前記いずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、前記第２の種別の指標の値と同一の指標となる前記第３の種別の指標の値で除した値を記憶する記憶部にアクセス可能なコンピュータが、
   前記第２のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第３の種別の指標の値と、前記第２のシミュレーション手法に当該いずれかの入力値と前記特定の要素の入力値とが入力されて得られた前記第３の種別の指標の値との差分と、前記記憶部によって記憶された前記値とに基づいて、前記特定の要素の入力値の影響度を算出し、
   前記第１のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第１の種別の指標の値と、算出した前記影響度とに基づいて、前記特定の要素の入力値の影響を受けた前記第１の種別の指標の値を算出する、
   処理を実行することを特徴とするシミュレーション支援方法。
6. 解析対象が有する複数の要素のいずれかの要素の入力値が入力可能であり第１の種別の指標の値を出力する第１のシミュレーション手法から得られた第１の種別の指標の値に基づく第２の種別の指標の値を、前記複数の要素のうちの前記第１のシミュレーション手法に入力不可能な特定の要素の入力値と前記いずれかの要素の入力値とが入力可能であり第３の種別の指標の値を出力する第２のシミュレーション手法から得られた第３の種別の指標の値であって、前記第２の種別の指標の値と同一の指標となる前記第３の種別の指標の値で除した値を記憶する記憶部にアクセス可能なコンピュータに、
   前記第２のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第３の種別の指標の値と、前記第２のシミュレーション手法に当該いずれかの入力値と前記特定の要素の入力値とが入力されて得られた前記第３の種別の指標の値との差分と、前記記憶部によって記憶された前記値とに基づいて、前記特定の要素の入力値の影響度を算出し、
   前記第１のシミュレーション手法に前記いずれかの要素のいずれかの入力値が入力されて得られた前記第１の種別の指標の値と、算出した前記影響度とに基づいて、前記特定の要素の入力値の影響を受けた前記第１の種別の指標の値を算出する、
   処理を実行させることを特徴とするシミュレーション支援プログラム。

Images