PSO-SVM算法模型在CMP抛光液组分优化中的应用研究

发布时间：2021-07-22 00:06

　　目前,集成电路（IC）按照摩尔定律飞速发展,对晶体管的集成达到超大规模阶段,布线层数超过十层,对超精密平坦化加工技术的精度提出更高的要求和挑战。CMP技术是唯一能够实现材料表面局部和全局平坦化的高精度处理技术,抛光过程受到多因素影响,抛光液作为影响平坦化效果的重要因素,在很大程度上决定着抛光效率和抛光材料的表面质量。因此如何优化抛光液组分配比,提高材料的去除速率,获得高质量、高效率的抛光表面是现阶段研究的热点问题。本文针对CMP技术和CMP抛光液配比优化的研究现状及在抛光液配比优化过程中存在的问题进行了分析,选用标准粒子群优化算法（PSO算法）和支持向量机（SVM）建立PSO-SVM算法模型。通过利用抛光液各组分对去除速率的影响结果,建立正交优化试验,获得CMP抛光液组分配比优化的实验数据集。优化实验中采用Decimal Scaling标准化和Min-Max标准化对数据进行预处理。以pH值、H₂O₂氧化剂浓度、FA/O I型螯合剂浓度、S_iO₂磨料浓度及活性剂浓度为输入值,以S_i

【文章来源】：河北工业大学天津市 211工程院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

SVM解决线性问题为求解上述的凸二次规划问题，引入Lagrange函数，将上述公式转化为式(2.3)

非线性映射图

PSO算法优化SVM参数流程图


本文编号：3296037