利用机器学习的MEMS器件建模及良率预测方法

本发明提供了一种利用机器学习的MEMS器件建模及良率预测方法，涉及微机电系统技术领域。本发明中，可以采用预设采样方法，基于目标偏差确定多个待预测样本，再基于机器学习算法和待预测样本，预测得到对应的性能参数，从而可以预测出具有不同几何尺寸、材料特性的器件的性能，进一步对性能参数进行分析，确定对应的器件良率预测结果，最终得到不同偏差分布的器件参数对应的器件良率结果。从而可以对MEMS器件的制造过程进行快速、准确的模拟和分析，并识别和优化可能导致低良率的因素，实现关键工艺窗口的量化分析，降低规模生产中的良率迭代次数；并且可以帮助设计师预测MEMS器件的制造缺陷和失效模式，并在设计阶段进行相应的改进。