效率高的面具优化用于基于DMD的无面具石版,使用基因-河马混合算法
Zhiyong Chen1,2,3,4, Chi Tu1,2,3,4, Haifeng Sun1,2,3
1National Key Laboratory of Optical Field Manipulation Science and Technology, Chinese Academy of Sciences, Chengdu 610209, China.
Micromachines
|December 31, 2025
概括
一个新的混合优化算法 (GA-HO) 在数字微镜器件光刻中提高了面具图案的准确性. 这种方法通过将遗传算法与海马优化相结合来提高成像性能,以获得更高的精度.
科学领域:
- 微型/纳米制造技术的应用.
- 光学工程的光学工程.
- 计算机成像成像技术
背景情况:
- 面具优化对于基于数字微镜装置 (DMD) 的无面具光刻技术至关重要.
- 传统的算法与复杂的模式,缓慢的融合和适应性作斗争.
- 光学近距离效应 (OPE) 会导致线宽变化和角扭曲.
研究的目的:
- 开发一种混合优化算法,以提高DMD光刻中的面具图案准确度.
- 为了提高面具优化中的融合速度,适应性和稳定性.
- 为了减轻OPE引起的扭曲,以获得更高的图像保真度.
主要方法:
- 提出了一种混合基因 - 河马优化 (GA-HO) 算法.
- 综合基因算法 (GA) 用于全球探索和海马优化 (HO) 用于当地开发.
- 采用灰度调制和全球-本地循环搜索机制来进行自适应优化.
主要成果:
- 在复杂模式的面具优化准确度上,GA-HO实现了30%的改进,而标准GA的改进率为18%.
- 证明了更顺的融合,增强的稳定性和卓越的稳定性.
- 有效地抑制了线宽变化和角度扭曲,保持了高图像保真度.
结论:
- GA-HO框架为基于DMD的无面膜光刻提供了一种高效,适应性和精确的解决方案.
- 这种混合方法为推进微型/纳米制造提供了坚实的基础.
- 突出了启发式混合优化的潜力,用于实际的 lithography 应用.
