1、半導體器件仿真是器件設計中影響成品率和成本的至關重要的環(huán)節(jié)。而目前常用的仿真方法和仿真軟件存在仿真時間較長、所需計算機內(nèi)存較大的缺點，特別是在求解高維且強非線性的方程組時，很難獲得其準確數(shù)值解。為此，引入進化計算方法，采用再現(xiàn)群智能的粒子群優(yōu)化算法（PSO）進行器件仿真，為器件仿真技術(shù)另辟蹊徑。本論文的主要工作如下： （1）器件仿真中常用方法分析。 在描述器件仿真的物理及數(shù)學基礎上，歸納總結(jié)了半導體器件仿真中需要求解高維

2、且強非線性的方程組的傳統(tǒng)計算方法，闡述了經(jīng)離散化處理得到的線性方程組在系數(shù)矩陣為大型稀疏矩陣且病態(tài)時出現(xiàn)求解困難的情況，分析了常用的數(shù)值解法如高斯消去法、牛頓迭代法等對方程進行求解的優(yōu)缺點；在考慮邊界條件的基礎上將半導體器件方程進行離散化、線性化，得到矩陣方程，以便于進一步求解。 （2）提出了基于文化粒子群優(yōu)化算法（CPSO）的器件仿真方法。 在PSO 算法基礎上，將文化算法（Cultural Algorithm）融入其

3、中，即利用文化算法的知識空間約束使得粒子在固定的優(yōu)秀空間中進行尋優(yōu)，這樣可以減少搜索時間、加快收斂速度，同時還能避免陷入局部最優(yōu)，典例分析表明CPSO 算法遠優(yōu)于基本PSO 算法。 （3）基于CPSO 算法的半導體器件仿真。 先采用有限差分法對半導體器件的偏微分方程組進行離散化、線性化處理，即轉(zhuǎn)化成為一個大型稀疏矩陣方程；然后采用CPSO算法進行迭代求解。通過對緩變PN 結(jié)的仿真，結(jié)果表明CPSO 算法優(yōu)越于牛頓迭代法和