基于粒子群优化算法的参数拟合方法及参数拟合系统技术方案

本申请公开了一种基于粒子群优化算法的参数拟合方法及参数拟合系统，其中，所述参数拟合方法包括：设定粒子群的解域范围；设置粒子群参数；更新粒子群状态；根据粒子群参数进行迭代，计算各粒子的估测函数值；将每个粒子的估测函数值与历史最好位置进行对比，更新历史最好位置；对第一集合进行评估，判断第一集合的解集是否满足迭代终止条件，如果是，则将第一集合的解集作为最终结果；如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤。参数拟合方法大大降低了拟合过程中的计算量，从而降低了利用参数拟合方法进行拟合所消耗的计算资源和计算时间。

Parameter fitting method and parameter fitting system based on particle swarm optimization algorithm

The invention discloses a fitting parameter fitting method and parameter optimization algorithm based on particle swarm system, which includes the parameter fitting method: set domain solution particle swarm particle swarm; set parameters; updating particle swarm; iterative particle swarm based on parameters estimation function to calculate the value of each particle will be estimated; the function value of each particle is compared with the best position in history, the best location update history; on the first set of assessment, determine whether meet the conditions set, the first set of iteration termination solution if it is, will be set as the final result of the first set of solutions; if not, then determine whether you need to update the second set, if it is second set after return to update particle swarm state update step, if not, then return to update the particle swarm state steps. The parameter fitting method can greatly reduce the computational complexity in the process of fitting, thereby reducing the use of parameter fitting method of computing resources and computing time consumed by fitting.

【技术实现步骤摘要】
基于粒子群优化算法的参数拟合方法及参数拟合系统
本申请涉及参数拟合
，更具体地说，涉及一种基于粒子群优化算法的参数拟合方法及参数拟合系统。
技术介绍
随着半导体工艺节点向前推进，芯片设计与制造工艺之间的耦合大大加深。芯片电学特性往往受到工艺条件和版图结构的双重影响，从而造成系统性和随机性的工艺偏差，影响芯片的性能和良率。化学机械抛光(ChemicalMechanicalPolishing，CMP)作为半导体制造中的关键步骤，广泛应用于器件和互连的制造流程中，而CPM后的芯片表面形貌依赖于CMP模型。想要获得比较好的表面形貌，需要对CMP模型中的部分未知参数进行参数拟合。而CMP模型中的部分公式的非线性发生过程的特性使得这些公式在进行参数拟合时需要耗费大量的计算资源和大量的计算时间。目前常用的优化拟合算法有单纯形法、共轭梯度法、牛顿收敛法和最小二乘法。这些算法的共同特点是通过不断的迭代，从局部迭代优化(寻找极大值)向全局迭代(寻找最值)，最后从所有的极大值中得到满足精度的最优解(最值)。然而在CMP模型的实际应用过程中，上述传统的优化拟合算法需要经过大量精确迭代，从而耗费了大量的计算资源和大量的计算时间。
技术实现思路
为解决上述技术问题，本专利技术提供了一种基于粒子群优化算法的参数拟合方法及参数拟合系统以实现降低参数拟合过程中耗费的计算资源和计算时间的目的。为实现上述技术目的，本专利技术实施例提供了如下技术方案：一种基于粒子群优化算法的参数拟合方法，包括：设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数；设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重；更新粒子群状态；根据所述粒子群参数进行迭代，计算各粒子的估测函数值；将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置，每个粒子更新后的历史最好位置构成第一集合；对所述第一集合进行评估，判断所述第一集合的解集是否满足所述迭代终止条件，如果是，则将所述第一集合的解集作为最终结果；如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤；所述第二集合由粒子群经历过的历史最佳位置构成。优选的，设定粒子群的解域范围为根据测试数据种类判断粒子群的解域范围。优选的，设置粒子群参数包括：设置粒子群的种群规模、粒子的加速度以及迭代终止条件；计算粒子群中各粒子权重。优选的，计算粒子群中各粒子权重包括：采用相关度最高准则计算粒子群中各粒子权重。优选的，更新粒子群状态包括：设置粒子群的初始位置以及初始速度。优选的，将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置包括：判断每个粒子的估测函数值是否优于该粒子历史最好位置，如果是，则用该粒子的估测函数值作为该粒子的历史最好位置；如果否，则保持该粒子的历史最好位置不变。优选的，所述迭代终止条件为满足精度要求或达到迭代次数上限。一种基于粒子群优化算法的参数拟合系统，包括：解域确定模块，用于设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数；参数设定模块，用于设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重；状态更新模块，用于更新粒子群状态；迭代模块，用于根据所述粒子群参数进行迭代，计算各粒子的估测函数值；判断模块，用于将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置，每个粒子更新后历史最好位置构成第一集合；评估模块，用于对所述第一集合进行评估，判断所述第一集合的解集是否满足所述迭代终止条件，如果是，则将所述第一集合的解集作为最终结果；如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤；所述第二集合由粒子群经历过的历史最佳位置构成。优选的，所述解域确定模块用于根据测试数据种类判断粒子群的解域范围。优选的，所述参数设定模块包括：参数设定单元，用于设置粒子群的种群规模、粒子的加速度以及迭代终止条件；计算单元，用于计算粒子群中各粒子权重。优选的，所述计算单元采用相关度最高准则计算粒子群中各粒子权重。优选的，所述迭代终止条件为满足精度要求或达到迭代次数上限。从上述技术方案可以看出，本专利技术实施例提供了一种基于粒子群优化算法的参数拟合方法及参数拟合系统，其中，所述参数拟合方法基于粒子群优化算法实现，在拟合过程中引入各粒子的估测函数值从而实现对各粒子在迭代过程中的表现进行评估，去除掉走向偏离的迭代过程，从而大大降低了整个拟合过程中的计算量；并且所述粒子群参数中具有各粒子的权重，根据所述各粒子的权重进行迭代更容易找到符合拟合要求的第一集合的解集，当第一集合的解集满足所述迭代终止条件时即将所述第一集合的解集作为最终结果，进一步降低了整个拟合过程中的计算量，从而降低了利用所述参数拟合方法进行拟合所消耗的计算资源和计算时间。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请的一个实施例提供的一种基于粒子群优化算法的参数拟合方法的流程示意图；图2为本申请的一个实施例提供的一种基于粒子群优化算法的参数拟合系统的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请实施例提供了一种基于粒子群优化算法的参数拟合方法，如图1所示，包括：S101：设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数。需要说明的是，一般根据拟合经验确定粒子群X＝[α1,α2,α3…αn]大致的解域范围，其中α1,α2,α3…αn为所述粒子，即待拟合参数。在上述实施例的基础上，在本申请的一个实施例中，设定粒子群的解域范围为根据测试数据种类判断粒子群的解域范围。在本实施例中，可以通过往常拟合经验根据测试数据种类判断粒子群的解域范围。例如当多次进行某一类型测试数据的拟合或者通过其他途径获知某一类型测试数据的拟合中大致的解域范围为1.5左右，那么可以将所述解域范围设置在1.5左右。S102：设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重。需要说明的是，设置各粒子的权重可以在接下来的拟合过程中更容易找到符合拟合要求的第一集合的解集，当第一集合的解集满足所述迭代终止条件时即将所述第一集合的解集作为最终结果，进一步降低了整个拟合过程中的计算量，从而降低了利用所述参数拟合方法进行拟合所消耗的计算资源和计算时间。在上述实施例的基础上，在本申请的另一个实施例中，设置粒子群参数包括：设置粒子群的种群规模、粒子的加速度以及迭代终止条件；计算粒子群中各粒子权重。需要说明的是，在本申请的一个优选实施例本文档来自技高网...

【技术保护点】
一种基于粒子群优化算法的参数拟合方法，其特征在于，包括：设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数；设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重；更新粒子群状态；根据所述粒子群参数进行迭代，计算各粒子的估测函数值；将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置，每个粒子更新后的历史最好位置构成第一集合；对所述第一集合进行评估，判断所述第一集合的解集是否满足所述迭代终止条件，如果是，则将所述第一集合的解集作为最终结果；如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤；所述第二集合由粒子群经历过的历史最佳位置构成。

【技术特征摘要】
1.一种基于粒子群优化算法的参数拟合方法，其特征在于，包括：设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数；设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重；更新粒子群状态；根据所述粒子群参数进行迭代，计算各粒子的估测函数值；将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置，每个粒子更新后的历史最好位置构成第一集合；对所述第一集合进行评估，判断所述第一集合的解集是否满足所述迭代终止条件，如果是，则将所述第一集合的解集作为最终结果；如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤；所述第二集合由粒子群经历过的历史最佳位置构成。2.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，设定粒子群的解域范围为根据测试数据种类判断粒子群的解域范围。3.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，设置粒子群参数包括：设置粒子群的种群规模、粒子的加速度以及迭代终止条件；计算粒子群中各粒子权重。4.根据权利要求3所述的基于粒子群优化算法的参数拟合方法，其特征在于，计算粒子群中各粒子权重包括：采用相关度最高准则计算粒子群中各粒子权重。5.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，更新粒子群状态包括：设置粒子群的初始位置以及初始速度。6.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置包括：判断每个粒子的估测函数值是否优于该粒子历史最好位置，如果是，则用该粒子的估测函数值作为该粒子的历史最好位置；如果否，则保...

【专利技术属性】
技术研发人员：罗扬，陈岚，张贺，曹鹤，
申请(专利权)人：中国科学院微电子研究所，
类型：发明
国别省市：北京,11