买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院上海光学精密机械研究所申请的专利基于CMA-ES的导向自组装光刻引导模版优化方法、导向自组装光刻系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120010192B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510036480.5，技术领域涉及：G03F7/20；该发明授权基于CMA-ES的导向自组装光刻引导模版优化方法、导向自组装光刻系统及介质是由王浩岚;李思坤设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于CMA-ES的导向自组装光刻引导模版优化方法、导向自组装光刻系统及介质在说明书摘要公布了：一种基于CMA‑ES算法的导向自组装光刻引导模版优化方法，本方法通过CMA‑ES算法优化参数化引导模版的几何形状，根据目标孔图形的大小、相对位置反向求解对应的引导模版，以通过自组装形成高精度、无缺陷的孔图形。本发明中的优化方法在整个参数空间搜寻最优解，避免了陷入局部最优值，提高了现有方法的精度；考虑了自组装结构的三维缺陷；可以灵活引入对引导模版几何形状的约束，得到符合可制造性要求的引导模版。本发明适用于基于制图外延法的导向自组装光刻的引导模版图形优化。

本发明授权基于CMA-ES的导向自组装光刻引导模版优化方法、导向自组装光刻系统及介质在权利要求书中公布了：1.一种基于CMA-ES的导向自组装光刻引导模版优化方法，其特征在于，包括以下步骤： 步骤S1.定义参数化引导模版的几何形状，所述几何形状由一组可调参数表征； 步骤S2.利用CMA-ES在预设的参数空间内对所述可调参数进行优化搜索，以最小化目标函数，所述目标函数根据目标孔图形的大小、相对位置与通过自组装形成的孔图形之间的差异定义； 步骤S3.根据优化后的可调参数，反向求解得到对应的引导模版，该引导模版用于导向自组装光刻过程中以形成高精度、无缺陷的孔图形； 其中，所述CMA-ES算法在整个参数空间内搜寻全局最优解，避免陷入局部最优值，从而提高引导模版优化的精度； 所述步骤S1.具体包括： S1.1设定材料参数和优化目标：确定嵌段共聚物材料和引导模版材料的关键参数，包括嵌段工具材料分离强度χN、少数嵌段的体积分数f、引导模版侧壁与嵌段共聚物材料的作用强度χNsidewall、引导模版顶部空气层与嵌段共聚物材料的作用强度χNtop、引导模版底部基底与嵌段共聚物材料的作用强度χNbottom以及嵌段共聚物材料的回转半径R；并指定两个及以上目标孔图形的位置和大小； S1.2初始化引导模版：生成描述引导模版几何形状的初始化参数其中n为参数个数，并根据合理的取值范围对参数进行归一化处理； S1.3设置初始仿真参数：设定CMA-ES算法所需的初始均值m＝x、初始种群大小、初始协方差矩阵C、初始步长σ、初始步长进化路径p、初始协方差矩阵进化路径p以及学习率参数c、c、c、c、c、d S1.4采样新种群：从均值为m、协方差矩阵为σ2C的多元正态分布中随机采样生成新的种群，每个样本对应一个新的引导模版图形； S1.5计算种群适应度：对每个样本，首先判断其是否满足几何形状约束，若不满足则赋予较大的适应度值；若满足，则使用三维DSA模型计算引导模版内部的自组装结构，并通过损失函数计算其适应度值，损失函数用于衡量当前结构与目标结构之间的差异；设定适应度阈值和最大迭代次数，当满足停止条件时输出当前历史适应度最低的引导模版几何参数； S1.6更新种群参数：根据适应度值对当前种群进行排序，选择前若干个样本用于更新种群分布的均值、步长和协方差矩阵，并返回步骤S1.4进行下一次迭代；设定误差阈值B，若根据求解出的引导模版得到的自组装图形与目标孔图形的误差小于B，则求解成功，否则重复步骤S1.3至S1.6，直至满足要求或达到预设的重复次数上限；若多次重复后仍不满足要求，则回到步骤S1.2重新设定初始引导模版。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院上海光学精密机械研究所，其通讯地址为：201800 上海市嘉定区清河路390号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。