[发明专利]一种基于神经网络算法的隧穿双栅晶体管特性模拟方法

权利要求书

1.一种基于神经网络算法的隧穿双栅晶体管特性模拟方法，其特征在于，采用三层前向结构的神经网络和对应算法来模拟隧穿双栅晶体管特性，其包括：

101)建立的神经网络为三层前向结构，各层具有独立的权值矩阵，累加器，偏置值向量；

102)建立的神经网络隐含层的第一层神经元数目设定为16个，所采用的传输函数为双曲正切函数；

103)建立的神经网络隐含层的第二层神经元数目为8个，所用的传输函数为对数S型函数；

104)建立的神经网络输出层为第三层，神经元数目为1个，所采用的传输函数为线性函数。

2.根据权利要求1所述基于神经网络算法的隧穿双栅晶体管特性模拟方法，其特征在于所有神经元采用反向传播算法，但同时采用列文伯格-马夸尔特法算法来更新神经网络的权值和偏置量。

3.根据权利要求1所述基于神经网络算法的隧穿双栅晶体管特性模拟方法，其特征在于神经网络的输入个数为6，也就是隧穿双栅晶体管的数据结构为六维参数：V_ds，V_gs，V_bs，W，L，T，神经网络的输出个数为1，也就是隧穿双栅晶体管的输出数据结构为一维参数：I_ds。

4.根据权利要求1所述基于神经网络算法的隧穿双栅晶体管特性模拟方法，输入一组纳米沟道长度的隧穿双栅晶体管测量数据训练神经网络，经过80-100次训练后即可得到训练成功的神经网络；比较神经网络输出的数据与相应的测量数据的相对误差，相对误差百分之一之内，大部分能达到千分之一以下。

5.根据权利要求1所述基于神经网络算法的隧穿双栅晶体管特性模拟方法，输入一组新的测量参数进入已经训练成功的神经网络，可以得到两者数据的相对误差比较，得到的预测数据与测量数据组之间的相对误差一般能达到百分之一以下。