본 논문에서는 신경망 모델링을 통하여 HDP-CVD를 이용한 실리콘 산화막 형성에 영향을 주는 다섯 가지 공정 장비 변수와 그에 따른 두 가지 출력 파라미터 Deposition rate과 Uniformity와의 관계를 동시에 고려한 특성결과를 분석하고， 최적의 recipe를 Genetic Algorithm을 통해 제시하였다. 실험계획법을 사용하여， 필요한 실험의 횟수를 최소화 하였으며 그 실험결과를 신경망 모델링을 통하여 입력변수와 출력파라미터의 관계를 3차원의 반응표면 곡선으로 분석하였다. 이 과정을 통해 Deposition rate과 Uniformity을 동시에 고려한 두 출력파라미터를 만족하는 최적의 입력변수 값들을 제시하였다.

This paper represents modeling and optimization techniques for solar cell process on single-crystalline float zone (FZ) wafers with high efficiency; There were the four significant processes : i)emitter formation by diffusion, anti-reflection-coating (ARC) with silicon nitride using plasma-enhanced chemical vapor deposition (PECVD); iii)screen-printing for front and back metallization; and iv)contact formation by firing. In order to increase the performance of solar cells, the contact formation process is modeled and optimized. This paper utilizes the design of experiments (DOE) in contact formation to reduce process time, fabrication costs. The experiments were designed by using central composite design which is composed of $2^4$ factorial design augmented by 8 axial points with three center points. After contact formation process, the efficiency of the solar cell is modeled using neural networks. This model is used to analyse the characteristics of the process, and to optimize the process condition using genetic algorithms (GA). Finally, find optimal recipe for solar cell efficiency.