Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Computer Methods in Materials Science

1 2015

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: unified optimization framework

Sortuj według:

Ogranicz wyniki do:

Device simulation and multi-objective genetic algorithm-based optimization of germanium metal-oxide-semiconductor structure

Chen C.-Y., Li Y.

Computer Methods in Materials Science

2015

Vol. 15, No.1

258--263

Germanium (Ge) and high-K dielectric materials draw many attentions due to their fascinating electrical characteristics comparing with silicon (Si) material. However, in physical and electrical simulation, the physical model may have deviation to reality case due to the process condition and manufacturing technology. To computationally study the device with Ge material, it is necessary to optimize the theoretical result with experimental data. This paper originally provides a new method to examine the static characteristic of Ge metal-oxide-semiconductor field effect transistors (MOSFETs) with aluminum oxide (Al203) by integrating device simulation, multi-objective evolutionary algorithm (MOEA), and unified optimization framework (UOF). To deal with the realistic problem, especially for the steep change of capacitance, we consider not only residual sum of squares (RSS) (i.e. the sum of squares of residuals) function but also physically crucial points in the optimization problem. Comparing to single-objective genetic algorithm (GA) with a weighted fitness, the preliminary result of this study shows the method has great improvement to optimize the suitable parameters which not only minimize the RSS of capacitance but also agree the key capacitance values from physical view.

German (Ge) i materiały o wysokiej stałej dielektrycznej są interesujące ze względu na swoje niezwykle ciekawe charakterystyki elektryczne w porównaniu do krzemu (Si). Jednakże w symulacjach fizycznych i elektrycznych, model fizyczny może odbiegać od przypadku rzeczywistego ze względu na warunki procesu i technologię produkcji. Badania z wykorzystaniem metod obliczeniowych dla urządzeń wykonanych z germanu wymagają optymalizacji wyników teoretycznych z danymi doświadczalnymi. W pracy zaproponowano metodę badania statycznych charakterystyk tranzystorów polowych z tlenku germanu - półprzewodnika (MOSFETs) z tlenkiem aluminium (A1203), z wykorzystaniem zintegrowanego systemu składającego się z urządzenia do symulacji charakterystyk elektrycznych półprzewodników, wielokryterialnego algorytmu ewolucyjnego (MOEA) oraz zunifikowanej platformy do optymalizacji (UOF). Dla rozwiązania rzeczywistego problemu, zwłaszcza przy gwałtownej zmianie pojemności, w zadaniu optymalizacji rozważano nie tylko sumę kwadratów reszt (RSS), ale również kluczowe, z punktu widzenia fizyki, aspekty. W porównaniu z jednokryterialnym algorytmem genetycznym (GA) z ważoną funkcją dopasowania, wyniki przeprowadzonych badań pokazały, że opracowana meto¬da, która minimalizuje nie tylko błąd RSS dla pojemności, ale także bierze pod uwagę kluczowe wartości pojemności z fizycznych obserwacji, znacznie poprawiła zadanie optymalizacji wybranych parametrów zagadnienia.