MOCVD外延生长Ga1—xAlAs1—ySby半导体薄膜气固平衡和人工神经网络预报

摘要

本文研究了ＭＯＣＶＤ外延生长Ｇａ１－ｘＡｌｘＡｓ１－６Ｓｂｙ半导体薄膜的生长条件与外延层组成的关系，并用人工神经网络法总结有关气固平衡规律。结果表明，用气相组成，载气流量和生长等影响外延层组成的主要参数作为人工神经网络的输入，以固相Ｇａ１－ｘＡｌｘＡｓ１－ｙＳｂｙ中的Ａｌ和Ｓｂ的含量ｘ、ｙ作为输出，训练的人工神经网络可以预报固相组成ｘ、ｙ，得到满意结果。