本发明公开了一种基于器件性能的RESURF功率器件结构自动优化方法,包括:S1:设定结构参数范围,获取不同结构预测器件性能的数据集,训练由器件结构预测器件性能的神经网络模型;S2:设定目标函数为器件理想性能与预测性能之间的误差函数;S3:在选取器件结构参数范围内,初始化结构选取,预测选取结构的性能,计算目标函数值并将其反馈给结构优化选取模型,优化选取结构的模型,重复优化选取结构过程直至给出满足预期性能指标的器件结构。本发明利用贝叶斯优化,强化学习等方法,使用器件性能指标,能够精确、简单快速的进行器件结构的自动优化,并且降低了成本。本发明优化的器件结构,其性能指标相对于实际理想值偏差均值在5%左右,精确度较高。
声明:
“基于器件性能的RESURF功率器件结构自动优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)