摘要
本发明公开了一种基于粒子群优化算法的CMOS工艺优化方法及系统。本发明采用电性预测神经网络模型、工艺预测神经网络模型、粒子群优化算法和加权适应度函数来实现CMOS工艺的优化。新引入的工艺参数预测模型能够实际制造中的工艺偏差问题,加权适应度函数的引入能够让使用者自定义电性参数优化方向,解决之前优化方向固定的问题。此外,该优化方法在加权适应度函数中引入了工艺参数重构误差,使得使用者能够自行控制优化程度,调整优化结果的可靠性。
技术关键词
粒子群优化算法
工艺优化方法
神经网络模型
参数
重构误差
CMOS工艺
多晶硅栅刻蚀
工艺优化系统
数据收集模块
退火工艺
栅氧层
输出模块
样本
电流
口袋
系统为您推荐了相关专利信息
智能建筑
调度算法
强化学习算法
资源状态信息
深度强化学习
上行信道估计方法
超参数
噪声方差
大规模MIMO系统
压缩感知方法
状态实时检测
砂轮表面
参数
高密度点云
打磨方法
健康状态诊断方法
历史运行状态
数据分析平台
评分特征
服务器运行状态