浙江大学;浙江大学杭州国际科创中心;浙江创芯集成电路有限公司汤宏宇获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉浙江大学;浙江大学杭州国际科创中心;浙江创芯集成电路有限公司申请的专利一种基于粒子群优化算法的CMOS工艺优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119692296B 。
龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411532041.5，技术领域涉及：G06F30/398；该发明授权一种基于粒子群优化算法的CMOS工艺优化方法及系统是由汤宏宇;许凯;高大为;李云龙;许成刚;朱虞萱;陈悦设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。
本一种基于粒子群优化算法的CMOS工艺优化方法及系统在说明书摘要公布了：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。
本发明授权一种基于粒子群优化算法的CMOS工艺优化方法及系统在权利要求书中公布了：1.一种基于粒子群优化算法的CMOS工艺优化方法，其特征在于： 步骤1.确定CMOS工艺参数和对应器件电性参数的优化目标； 步骤2.收集CMOS产线数据，获取不同工艺参数对应的样本数据集； 步骤3.构建正向预测器件电性参数神经网络模型与反向预测工艺参数神经网络模型，训练正向模型和反向模型； 所述正向预测器件电性参数神经网络模型的输入为工艺参数，输出为电性参数；所述反向预测工艺参数神经网络模型的输入为电性参数，输出为工艺参数； 步骤4.基于正向模型获取电性参数预测值； 步骤5.基于电性参数预测值与反向模型获取工艺参数的重构误差； 步骤6.利用粒子群优化算法优化电性参数预测值以及工艺参数的重构误差，构建工艺优化模型； 步骤7.根据优化模型输出优化后的电性参数以及对应的工艺参数。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学;浙江大学杭州国际科创中心;浙江创芯集成电路有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励