[發(fā)明專利]一種神經(jīng)網(wǎng)絡(luò)模型預(yù)測的半導(dǎo)體薄膜工藝參數(shù)優(yōu)化系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010833547.5
• 申請日: 2020-08-18
• 公開（公告）號: CN112016676B
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計）人: 劉勝;東芳;甘志銀;王彪
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06N3/04;G06N3/08;H01L21/67
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 許蓮英

1.一種基于半導(dǎo)體薄膜生長裝置的神經(jīng)網(wǎng)絡(luò)模型參數(shù)優(yōu)化方法，其特征在于，

所述半導(dǎo)體薄膜生長裝置包括：

化學(xué)氣相沉積系統(tǒng)、進(jìn)樣室、機械手傳送腔、分子束外延系統(tǒng)、高低溫循環(huán)腔、第二質(zhì)譜儀、原子力顯微鏡、第一溫度測試儀、第一多功能光譜儀、第一X射線衍射儀、第一翹曲測試儀、第一質(zhì)譜儀、第二溫度測試儀、第二多功能光譜儀、第二X射線衍射儀、第二翹曲測試儀、超快反射式高能電子衍射儀、數(shù)據(jù)采集卡、上位機；

半導(dǎo)體薄膜生長時，樣品的襯底由所述進(jìn)樣室放入，通過所述機械手傳送腔將樣品傳送至所述化學(xué)氣相沉積系統(tǒng)中生長腔進(jìn)行生長，或通過所述機械手傳送腔將樣品傳送至所述分子束外延系統(tǒng)中生長腔進(jìn)行生長，并可從第一生長腔或第二生長腔傳送至進(jìn)樣室；所述化學(xué)氣相沉積系統(tǒng)中生長腔定義為第一生長腔，所述分子束外延系統(tǒng)中生長腔定義為第二生長腔；

所述第二質(zhì)譜儀與所述原子力顯微鏡分別與機械手傳送腔密封連接，樣品經(jīng)腔內(nèi)機械手及傳輸系統(tǒng)進(jìn)行傳遞；

所述高低溫循環(huán)腔與所述機械手傳送腔密封連接；

所述的化學(xué)氣相沉積系統(tǒng)，分子束外延系統(tǒng)、高低溫循環(huán)腔、第二質(zhì)譜儀、原子力顯微鏡均圍繞所述機械手傳送腔放置；

所述進(jìn)樣室置于所述化學(xué)氣相沉積系統(tǒng)與所述機械手傳送腔的中間，所述的化學(xué)氣相沉積系統(tǒng)中生長腔、進(jìn)樣室、連接機械手傳送腔依次密封連接；所述機械手傳送腔分別與所述的所述分子束外延系統(tǒng)中生長腔、高低溫循環(huán)腔、第二質(zhì)譜儀依次密封連接；所述第二質(zhì)譜儀與所述原子力顯微鏡密封連接；所述化學(xué)氣相沉積系統(tǒng)中生長腔分別與所述的第一溫度測試儀、第一多功能光譜儀、第一X射線衍射儀、第一翹曲測試儀、第一質(zhì)譜儀連接；

所述第一多功能光譜儀置于所述化學(xué)氣相沉積系統(tǒng)中生長腔外，激發(fā)光與樣品反射熒光分別通過所述化學(xué)氣相沉積系統(tǒng)中生長腔上密封透明窗口進(jìn)行傳輸；

所述第一質(zhì)譜儀置于所述化學(xué)氣相沉積系統(tǒng)中生長腔外，通過所述化學(xué)氣相沉積系統(tǒng)中生長腔上可控密封閥門抽取樣本氣體進(jìn)行測量；

所述第一X射線衍射儀安裝于所述化學(xué)氣相沉積系統(tǒng)中生長腔外，并通過所述化學(xué)氣相沉積系統(tǒng)中生長腔上密封透明窗口入射到被測樣品表面，其第一X射線衍射儀的接收器密封安裝于所述化學(xué)氣相沉積系統(tǒng)中生長腔上；

所述第一溫度測試儀利用單相機比色測溫系統(tǒng)，實時監(jiān)測于所述化學(xué)氣相沉積系統(tǒng)中生長腔內(nèi)的溫度，測試不同位置的溫度，所述第一溫度測試儀置于所述化學(xué)氣相沉積系統(tǒng)中生長腔內(nèi)進(jìn)行測試；

所述第一翹曲測試儀置于所述化學(xué)氣相沉積系統(tǒng)中生長腔上方，通過密封透明窗口射入掃描激光進(jìn)行測量；

所述分子束外延系統(tǒng)中生長腔分別與所述的第二溫度測試儀、第二多功能光譜儀、第二X射線衍射儀、第二翹曲測試儀、超快反射式高能電子衍射儀連接；

所述第二多功能光譜儀置于所述分子束外延系統(tǒng)中生長腔外，激發(fā)光與反射熒光分別通過所述分子束外延系統(tǒng)中生長腔上的透明窗口進(jìn)行傳輸，第二多功能光譜儀的探測器位于所述分子束外延系統(tǒng)中生長腔的下方；

所述第二X射線衍射儀安裝于所述分子束外延系統(tǒng)中生長腔外，并通過密封透射窗口入射到樣品表面，安裝于所述分子束外延系統(tǒng)中生長腔密封窗口外并貼近透明窗口；

所述第二X射線衍射儀的X射線發(fā)射裝置與接收裝置對稱安裝于樣品在第二生長腔內(nèi)放置處的側(cè)下方所述分子束外延系統(tǒng)中生長腔的腔壁上；

所述第二溫度測試儀利用單相機比色測溫系統(tǒng)，置于所述分子束外延系統(tǒng)中生長腔內(nèi)進(jìn)行測試，實時監(jiān)測所述分子束外延系統(tǒng)中生長腔體內(nèi)的溫度，測試不同位置的溫度；

所述第二翹曲測試儀，置于所述分子束外延系統(tǒng)中生長腔外對樣品生長中的翹曲進(jìn)行在線/原位監(jiān)測，置于所述分子束外延系統(tǒng)中生長腔上方，通過密封透明窗口，射入掃描激光進(jìn)行測量；

所述第二溫度測試儀與所述第二翹曲測試儀優(yōu)先安裝方位為樣品生長位置的正對面；

所述超快反射式高能電子衍射儀安裝于所述分子束外延系統(tǒng)中生長腔外，與腔體密封連接，同時通過所述分子束外延系統(tǒng)中生長腔上的透明傳輸窗口進(jìn)行測量；

所述超快反射式高能電子衍射儀的高能電子發(fā)射器與高能電子接收器分別對稱安裝于樣品在第二生長腔內(nèi)放置位置的兩側(cè)；

所述的第二溫度測試儀、第二多功能光譜儀、第二X射線衍射儀、第二翹曲測試儀、超快反射式高能電子衍射儀圍繞安裝于所述分子束外延系統(tǒng)中生長腔的周圍；

所述數(shù)據(jù)采集卡分別與所述的第一質(zhì)譜儀、第一溫度測試儀、第一多功能光譜儀、第一X射線衍射儀、第一翹曲測試儀、第一質(zhì)譜儀、第二溫度測試儀、第二多功能光譜儀、第二X射線衍射儀、第二翹曲測試儀、超快反射式高能電子衍射儀連接；所述數(shù)據(jù)采集卡與所述上位機連接；

所述進(jìn)樣室用于放入待生長樣品的襯底；

所述機械手傳送腔用于在集成的各個腔體和系統(tǒng)間傳遞樣品；

所述分子束外延系統(tǒng)通過分子束外延生長腔實現(xiàn)樣品生長；

所述高低溫循環(huán)腔用于對樣品進(jìn)行高溫或者低溫退火，降低樣品的半導(dǎo)體薄膜應(yīng)力；

所述原子力顯微鏡用于對樣品的表面形貌及力曲線進(jìn)行測量，得到樣品的表面粗糙度和強度；

所述第一溫度測試儀用于采集第一溫度，所述第二溫度測試儀用于采集第二溫度；所述第一翹曲測試儀用于采集第一不平度，所述第二翹曲測試儀用于采集第二不平度；所述第一X射線衍射儀用于采集第一表面粗糙度、第一半導(dǎo)體薄膜厚度以及第一半峰寬，所述第二X射線衍射儀用于采集第二表面粗糙度、第二半導(dǎo)體薄膜厚度以及第二半峰寬；所述第一多功能光譜儀用于采集第一特征光譜值、第一拉曼平移譜值以及第一特征峰特征峰半峰寬，所述第二多功能光譜儀用于采集第二特征光譜值、第二拉曼平移譜值以及第二特征峰特征峰半峰寬；所述第一質(zhì)譜儀用于采集第一物質(zhì)元素及占比，所述第二質(zhì)譜儀用于采集第二物質(zhì)元素及占比；所述超快反射式高能電子衍射儀用于采集晶格超快電子衍射圖像；

所述數(shù)據(jù)采集卡根據(jù)所述上位機控制，將采集的第一溫度、第一不平度、第一表面粗糙度、第一半導(dǎo)體薄膜厚度、第一半峰寬、第一特征光譜值、第一拉曼平移譜值、第一特征峰特征峰半峰寬、第一物質(zhì)元素及占比、第二溫度、第二不平度、第二表面粗糙度、第二半導(dǎo)體薄膜厚度、第二半峰寬、第二特征光譜值、第二拉曼平移譜值、第二特征峰特征峰半峰寬、第二物質(zhì)元素及占比、晶格超快電子衍射圖像作為人工智能的輸入數(shù)據(jù)，傳輸至所述上位機；

所述神經(jīng)網(wǎng)絡(luò)模型參數(shù)優(yōu)化方法，包括以下步驟：

步驟1：由上位機通過控制采集卡進(jìn)行數(shù)據(jù)采集，通過采集的數(shù)據(jù)構(gòu)建半導(dǎo)體薄膜質(zhì)量特征向量，將半導(dǎo)體薄膜質(zhì)量特征向量通過人工標(biāo)定方法進(jìn)行標(biāo)定，得到半導(dǎo)體薄膜質(zhì)量等級，結(jié)合半導(dǎo)體薄膜質(zhì)量特征向量、半導(dǎo)體薄膜質(zhì)量等級構(gòu)建半導(dǎo)體薄膜質(zhì)量訓(xùn)練集；

步驟2：通過半導(dǎo)體薄膜質(zhì)量訓(xùn)練集對半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型；

步驟3：建立半導(dǎo)體薄膜的生長工藝參數(shù)特征向量，構(gòu)建半導(dǎo)體薄膜生長質(zhì)量工藝參數(shù)訓(xùn)練集，通過半導(dǎo)體薄膜生長質(zhì)量工藝參數(shù)訓(xùn)練集對生長工藝參數(shù)預(yù)測神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后生長工藝參數(shù)預(yù)測神經(jīng)網(wǎng)絡(luò)模型；

步驟3所述建立半導(dǎo)體薄膜的生長工藝參數(shù)特征向量為：

T_p＝[S_p，1，S_p，2，S_p，3，S_p，4，S_p，5，K_p，1，K_p，2，K_p，3，K_p，4，K_p，5]，p∈[1，P]；

其中，p為i半導(dǎo)體薄膜的經(jīng)歷的不同生長工藝參數(shù)的生長次數(shù)，工藝參數(shù)變化p次，最后的被測量評估的半導(dǎo)體薄膜樣本i的半導(dǎo)體薄膜質(zhì)量是P次工藝參數(shù)生長的效果迭代，T_p為生長工藝循環(huán)中的第p次生長，所述第一生長腔溫度定義為S_p，1、第一生長腔元素比例定義為S_p，2、第一生長腔元素發(fā)射速度定義為S_p，3、第一生長腔腔內(nèi)壓強定義為S_p，4，第一生長腔生長時長定義為S_p，5；第二生長腔溫度定義為K_p，1、第二生長腔元素比例定義為K_p，2、第二生長腔元素發(fā)射速度定義為K_p，3、第二生長腔腔內(nèi)壓強定義為K_p，4，第二生長腔生長時長定義為K_p，5；

步驟3所述構(gòu)建半導(dǎo)體薄膜生長質(zhì)量工藝參數(shù)訓(xùn)練集為：

結(jié)合M個半導(dǎo)體薄膜生長樣本中第i個樣本，第p次生長后的半導(dǎo)體薄膜質(zhì)量等級特征向量、p次迭代半導(dǎo)體薄膜的生長工藝參數(shù)特征向量集、P+1次生長后的質(zhì)量等級特征向量構(gòu)建第P+1次半導(dǎo)體薄膜生長質(zhì)量工藝參數(shù)訓(xùn)練集為：

data_i，p+1＝{L_i，p，T_i，1，T_i，2，T_i，3......T_i，P，L_i，p+1}；i∈[1，M]，p∈[1，P]

步驟3中所述通過半導(dǎo)體薄膜生長質(zhì)量工藝參數(shù)訓(xùn)練集對生長工藝參數(shù)預(yù)測神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，具體為：

將半導(dǎo)體薄膜生長質(zhì)量工藝參數(shù)訓(xùn)練集中每個訓(xùn)練樣本作為生長工藝參數(shù)預(yù)測神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)據(jù)，即將data_i，p+1作為神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)據(jù)，

data_i，p+1＝{L_i，p，T_i，1，T_i，2，T_i，3......T_i，P，L_i，p+1}；i∈[1，M]，p∈[1，P]

輸出為神經(jīng)網(wǎng)絡(luò)模型預(yù)測的半導(dǎo)體薄膜樣本第p+1次的生長工藝參數(shù)特征向量

T_p+1＝[S_p+1，1，S_p+1，2，S_p+1，3，S_p+1，4，S_p+1，5，K_p+1，1，K_p+1，2，K_p+1，3，K_p+1，4，K_p+1，5]；

將預(yù)測的半導(dǎo)體薄膜質(zhì)量等級與人工標(biāo)定的質(zhì)量等級通過損失函數(shù)進(jìn)行優(yōu)化并計算，當(dāng)損失函數(shù)輸出為最小值時，即得到神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化參數(shù)以構(gòu)建訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型；通過M個樣本訓(xùn)練，建立第p+1次半導(dǎo)體薄膜生長預(yù)測質(zhì)量等級特征向量L_p+1、半導(dǎo)體薄膜生長腔生長工藝參數(shù)T₁，T₂，T₃......T_P及L_p的優(yōu)化生成的神經(jīng)網(wǎng)絡(luò)模型；

步驟4：預(yù)定半導(dǎo)體薄膜樣品質(zhì)量等級輸入上位機，上位機通過控制采集卡進(jìn)行數(shù)據(jù)采集，通過采集的數(shù)據(jù)通過步驟1半導(dǎo)體薄膜樣品質(zhì)量特征向量，通過訓(xùn)練后半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到半導(dǎo)體薄膜樣品質(zhì)量等級，通過步驟3初始化半導(dǎo)體薄膜的生長工藝參數(shù)特征向量，將預(yù)定半導(dǎo)體薄膜樣品質(zhì)量等級、半導(dǎo)體薄膜樣品質(zhì)量等級、半導(dǎo)體薄膜的生長工藝參數(shù)特征向量通過訓(xùn)練后生長工藝參數(shù)預(yù)測神經(jīng)網(wǎng)絡(luò)模型，得到優(yōu)化半導(dǎo)體薄膜的生長工藝參數(shù)特征向量，半導(dǎo)體薄膜樣品的生長達(dá)到半導(dǎo)體薄膜樣品質(zhì)量預(yù)定的等級。

2.根據(jù)權(quán)利要求1所述的基于半導(dǎo)體薄膜生長裝置的神經(jīng)網(wǎng)絡(luò)模型參數(shù)優(yōu)化方法，其特征在于：

步驟1所述半導(dǎo)體薄膜質(zhì)量特征向量包括：第一溫度、第一不平度、第一表面粗糙度、第一半導(dǎo)體薄膜厚度、第一半峰寬、第一特征光譜值、第一拉曼平移譜值、第一特征峰特征峰半峰寬、第一物質(zhì)元素及占比、第二溫度、第二不平度、第二表面粗糙度、第二半導(dǎo)體薄膜厚度、第二半峰寬、第二特征光譜值、第二拉曼平移譜值、第二特征峰特征峰半峰寬、第二物質(zhì)元素及占比、晶格超快電子衍射圖像；

步驟1所述半導(dǎo)體薄膜質(zhì)量特征向量定義為：

Z_i＝(X_i，1，X_i，2，X_i，3，X_i，4，X_i，5，X_i，6，X_i，7，X_i，8，X_i，9，Y_i，1，Y_i，2，Y_i，3，Y_i，4，Y_i，5，Y_i，6，Y_i，7，Y_i，8，Y_i，9，Y_i，10)i∈[1，W]

其中，Z_i表示為第i個半導(dǎo)體薄膜質(zhì)量特征向量，W為半導(dǎo)體薄膜質(zhì)量特征向量的數(shù)量；

其中，第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一溫度定義為X_i，1、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一不平度定義為X_i，2、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一表面粗糙度定義為X_i，3、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一半導(dǎo)體薄膜厚度定義為X_i，4、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一半峰寬定義為X_i，5、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一特征光譜值定義為X_i，6、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一拉曼平移譜值定義為X_i，7、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一特征峰特征峰半峰寬定義為X_i，8、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第一物質(zhì)元素及占比定義為X_i，9；

其中，第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二溫度定義為Y_i，1、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二不平度定義為Y_i，2、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二表面粗糙度定義為Y_i，3、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二半導(dǎo)體薄膜厚度定義為Y_i，4、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二半峰寬定義為Y_i，5、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二特征光譜值定義為Y_i，6、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二拉曼平移譜值定義為Y_i，7、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述第二特征峰特征峰半峰寬定義為Y_i，8、所述第二物質(zhì)元素及占比定義為Y_i，9、第i個半導(dǎo)體薄膜質(zhì)量特征向量中所述晶格超快電子衍射圖像定義為Y_i，10；

步驟1所述通過人工標(biāo)定方法得到人工標(biāo)定的的半導(dǎo)體薄膜質(zhì)量等級為：

將Z_i通過人工標(biāo)定方法得到第i個半導(dǎo)體薄膜質(zhì)量特征向量對應(yīng)樣品生長質(zhì)量等級為：

L_ii∈[1，W]

L_i＝(V_i，1，V_i，2，V_i，3，V_i，4，V_i，5，V_i，6，V_i，7，V_i，8，V_i，9，U_i，1，U_i，2，U_i，3，U_i，4，U_i，5，U_i，6，U_i，7，U_i，8，U_i，9，U_i，10)i∈[1，W]

其中，L_ii∈[1，M]為第i個半導(dǎo)體薄膜質(zhì)量特征向量對應(yīng)人工標(biāo)定的樣品生長質(zhì)量等級特征向量，W為半導(dǎo)體薄膜質(zhì)量特征向量的數(shù)量，L_i∈[1，N]，N表示人工標(biāo)定的半導(dǎo)體薄膜生長質(zhì)量等級的數(shù)量即共計N個等級，N為正整數(shù)；

其中，第L_i級人工標(biāo)定的半導(dǎo)體薄膜生長質(zhì)量等級中對應(yīng)的半導(dǎo)體薄膜質(zhì)量特征向量中，所述第一溫度定義為V_i，1、第一不平度定義為V_i，2、第一表面粗糙度定義為V_i，3、第一半導(dǎo)體薄膜厚度定義為V_i，4、第一半峰寬定義為V_i，5、第一特征光譜值定義為V_i，6、第一拉曼平移譜值定義為V_i，7、第一特征峰半峰寬定義為V_i，8、第一物質(zhì)元素及占比定義為V_i，9；

其中，第L_i級人工標(biāo)定的半導(dǎo)體薄膜生長質(zhì)量等級中對應(yīng)的半導(dǎo)體薄膜質(zhì)量特征向量中，所述第二溫度定義為U_i，1、第二不平度定義為U_i，2、第二表面粗糙度定義為U_i，3、第二半導(dǎo)體薄膜厚度定義為U_i，4、第二半峰寬定義為U_i，5、第二特征光譜值定義為U_i，6、第二拉曼平移譜值定義為U_i，7、第二特征峰半峰寬定義為U_i，8、第二物質(zhì)元素及占比定義為U_i，9、晶格超快電子衍射圖像定義為U_i，10；

步驟1所述結(jié)合半導(dǎo)體薄膜質(zhì)量特征向量、半導(dǎo)體薄膜質(zhì)量等級構(gòu)建半導(dǎo)體薄膜質(zhì)量訓(xùn)練集為：

data_i＝{Z_i，L_i}i∈[1，W]

其中，data_i半導(dǎo)體薄膜質(zhì)量訓(xùn)練集中第i個訓(xùn)練樣本，W為半導(dǎo)體薄膜質(zhì)量特征向量的數(shù)量；

步驟2中所述通過半導(dǎo)體薄膜質(zhì)量訓(xùn)練集對半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，具體為：

將半導(dǎo)體薄膜質(zhì)量訓(xùn)練集中每個訓(xùn)練樣本作為半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)據(jù)：

即將data_i作為半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)，data_i＝{Z_i，L_i}i∈[1，W]；

輸出為半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型預(yù)測的半導(dǎo)體薄膜質(zhì)量等級，將預(yù)測的半導(dǎo)體薄膜質(zhì)量等級與人工標(biāo)定的質(zhì)量等級通過損失函數(shù)進(jìn)行優(yōu)化并計算，當(dāng)損失函數(shù)輸出為最小值時，即得到神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化參數(shù)以構(gòu)建訓(xùn)練后半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型；

步驟2中所述訓(xùn)練后半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)為：RBF神經(jīng)網(wǎng)絡(luò)；

步驟2中所述訓(xùn)練后半導(dǎo)體薄膜質(zhì)量等級預(yù)測神經(jīng)網(wǎng)絡(luò)模型的損失函數(shù)模型為：

[(X_i，j-V_i，j)/V_i，j]，i∈[1，W]；j∈[1，9]；[(Y_i，j-U_i，j)/U_i，j]，i∈[1，W]；j∈[1，10]；

所述損失函數(shù)模型的參數(shù)尋優(yōu)方法為：利用RBF神經(jīng)網(wǎng)絡(luò)以損失函數(shù)輸出的向量的中每個元素小于0.1做為優(yōu)化目標(biāo)，對參數(shù)進(jìn)行尋優(yōu)，其中X_i，j、Y_i，j、V_i，j、U_i，j、為前面所定義向量；

將采集的數(shù)據(jù)構(gòu)建半導(dǎo)體薄膜質(zhì)量特征向量通過訓(xùn)練后神經(jīng)網(wǎng)絡(luò)，以預(yù)測半導(dǎo)體薄膜的質(zhì)量等級。