赵明琳 ，吴嘉瑶 ，童荣景 ，赵明瑶

(1．江苏科技大学 理学院，镇江 212100 )(2.北京大米未来科技有限公司，北京 100123)

随着新型薄膜材料的大量涌现，基于薄膜材料的各种半导体器件、太阳能薄膜器件、光电器件以及高温超导薄膜器件等都得到了快速的发展，而新型薄膜器件的研发与性能的优化，都离不开对薄膜材料基础光学参量的深入理解[1-3].椭圆偏振光谱能够无损的获取薄膜材料的厚度和复光学常数，是目前薄膜材料光学特性分析的最优测量技术之一[4].椭圆偏振光谱作为非直接测量技术，其椭偏方程是非线性的超越方程，因此椭偏数据的处理过程中涉及到的反演算法一直是椭圆偏振光谱技术研究的难点之一.目前，粒子群算法、单纯形算法、蚁群算法、遗传算法和模拟退火算法等多种算法均已被应用于椭偏数据的处理中[5-10]，其中文献[10]首次给出了蚁群算法在椭偏数据处理问题中的应用，但是此前单纯的蚁群算法仍然存在两个问题：一是蚁群算法只接受评价函数更低的蚂蚁，最优蚂蚁一旦陷入局部最优解就难以跳出；二是原蚁群算法中蚂蚁的全局搜索步长和局部搜索步长的变化范围限制在千分位精度上，不能再以更小的步长移动，使得迭代后期最优蚂蚁会跳过评价函数的低谷区，算法的评价函数无法进一步降低.

因此，文中在蚁群算法的基础上，提出了一种模拟退火-蚁群变步长优化算法来处理椭圆偏振光谱的数据……