為了在橢圓偏振測(cè)量過(guò)程中得到精確的納米薄膜參數(shù),提出了一種求解納米薄膜參數(shù)的混合優(yōu)化算法。結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法反向傳播和粒子群算法快速尋優(yōu)的特點(diǎn),建立了改進(jìn)粒子群-神經(jīng)網(wǎng)絡(luò)(Improved Particle Swarm Optimization-Neural Network,IPSO-NN)混合優(yōu)化算法。該算法在較少的迭代次數(shù)下具有快速跳出局部最優(yōu)解的能力,從而快速尋找橢偏方程最優(yōu)解。文中使用該算法對(duì)標(biāo)稱值為(26.7±0.4)nm的硅上二氧化硅納米薄膜厚度標(biāo)準(zhǔn)樣片進(jìn)行薄膜參數(shù)計(jì)算。結(jié)果表明:采用IPSO-NN混合優(yōu)化算法計(jì)算薄膜厚度時(shí)相對(duì)誤差小于2%,折射率誤差小于0.1。同時(shí),文中通過(guò)實(shí)驗(yàn)對(duì)比了傳統(tǒng)粒子群算法與IPSO-NN算法,驗(yàn)證了IPSO-NN算法計(jì)算薄膜參數(shù)時(shí)能有效優(yōu)化迭代次數(shù)和尋找最優(yōu)解的過(guò)程,實(shí)現(xiàn)快速收斂,提高計(jì)算效率。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 Introduction
1 Theory summary
    1.1 IPSO-NN hybrid algorithm
    1.2 Comprehensive evaluation function
2 Simulation results and data analysis
3 Conclusion



本文編號(hào)：3937882