本文针对提拉法单晶硅生长过程中固液界面形状及晶体生长速率（V）与温度梯度（G）的优化控制问题，提出了一种基于人工神经网络与遗传算法相结合的控制策略。研究首先利用人工神经网络建立工艺参数与固液界面形态及V/G值之间的非线性映射模型，进而通过遗传算法对生长工艺参数进行全局优化求解，旨在改善界面稳定性、抑制缺陷形成。仿真与初步实验结果表明，该方法能有效提升晶体生长的质量控制水平，为提拉法单晶硅的智能化生长提供了新途径。
基于ANN及GA的提拉法单晶硅固液界面及V G的优化控制（9页）下载大小：0.72MB
基于ANN及GA的提拉法单晶硅固液界面及V G的优化控制