摘要
本发明公开一种光刻胶收缩量预测方法，其包括获取输入数据，其中，所述输入数据包括CD‑SEM测量条件、CD‑SEM测量到的光刻胶厚度和光刻胶宽度原始数值；将获取的输入数据输入到预先训练好的预测模型，并获取所述预测模型的输出结果，其中，所述预测模型为基于蜘蛛蜂优化算法和支持向量回归算法训练得到，所述输出结果为光刻胶在CD‑SEM测量下的收缩量。本发明的方法利用支持向量回归（SVR）来构建光刻胶收缩预测模型，并通过蜘蛛蜂优化算法对支持向量回归模型进行参数寻优，从而提升SVR的回归性能，因而训练生成的预测模型在预测光刻胶收缩值方面能够达到更精准的预测结果，这有助于提高CD‑SEM的计量准确性。
