本發明公開了一種基于器件性能的RESURF功率器件結構自動優化方法,包括:S1:設定結構參數范圍,獲取不同結構預測器件性能的數據集,訓練由器件結構預測器件性能的神經網絡模型;S2:設定目標函數為器件理想性能與預測性能之間的誤差函數;S3:在選取器件結構參數范圍內,初始化結構選取,預測選取結構的性能,計算目標函數值并將其反饋給結構優化選取模型,優化選取結構的模型,重復優化選取結構過程直至給出滿足預期性能指標的器件結構。本發明利用貝葉斯優化,強化學習等方法,使用器件性能指標,能夠精確、簡單快速的進行器件結構的自動優化,并且降低了成本。本發明優化的器件結構,其性能指標相對于實際理想值偏差均值在5%左右,精確度較高。
聲明:
“基于器件性能的RESURF功率器件結構自動優化方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)