基于混合优化算法的纳米薄膜参数表征
为了在椭圆偏振测量过程中得到精确的纳米薄膜参数,提出了一种求解纳米薄膜参数的混合优化算法.结合人工神经网络算法反向传播和粒子群算法快速寻优的特点,建立了改进粒子群-神经网络(Improved Particle Swarm Optimization-Neural Network,IPSO-NN)混合优化算法.该算法在较少的迭代次数下具有快速跳出局部最优解的能力,从而快速寻找椭偏方程最优解.文中使用该算法对标称值为(26.7±0.4)nim的硅上二氧化硅纳米薄膜厚度标准样片进行薄膜参数计算.结果 表明:采用IPSO-NN混合优化算法计算薄膜厚度时相对误差小于2%,折射率误差小于0.1.同时,文中通过实验对比了传统粒子群算法与IPSO-NN算法,验证了IPSO-NN算法计算薄膜参数时能有效优化迭代次数和寻找最优解的过程,实现快速收敛,提高计算效率.
椭圆偏振测量、纳米薄膜参数、数据处理、混合优化算法
49
O484;TB921(固体物理学)
国家重点研发计划;航空科学基金;国家市场监管总局科技项目
2021-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
223-228