人工智能辅助MEMS器件设计优化

当前MEMS向高集成度、智能化、多物理场协同、异质集成迅速发展，其对设计技术提出了比以前更严格的设计要求。MEMS器件涉及强烈的多物理场耦合，如热、机械、电和流体相互作用等。这使得MEMS设计过程变得更加复杂。此外，MEMS设计通常涉及高维设计空间，其中许多几何、材料和操作参数相互作用，基于有限元法的迭代优化设计仍然不能满足需求。基于人工智能方法的优化设计有助于解决这个问题。报告介绍了人工智能方法在MEMS器件和系统设计方面的应用和进展，结合生成式设计与多目标优化算法，探讨了“设计-制造”协同设计优化的有益效果，提升典型MEMS产品的性能和良率。

周再发，江苏特聘教授、东南大学特聘教授，国家重点研发计划项目首席科学家、教育部新世纪优秀人才，东南大学MEMS教育部重点实验室常务副主任，从事MEMS CAD软件开发、微纳传感器设计和智能优化、MEMS材料参数在线测试等方面研究，在领域顶刊Microsyst. Nanoeng.、IEEE JMEMS以及领域TOP国际会议IEEE MEMS Conference等发表SCI/EI论文160篇。获2019年国家科技进步奖二等奖等省部级以上科技奖励4项（均排第2）。任APCOT国际会议程序委员会委员、《Nanotechnology and Precision Engineering》编委等学术兼职。