| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·国内外研究进展 | 第9-11页 |
| ·互连可靠性的研究 | 第9-10页 |
| ·神经网络的研究 | 第10-11页 |
| ·论文主要工作与结构安排 | 第11-13页 |
| 第二章 电路模型热分析原理 | 第13-24页 |
| ·互连线的电迁移失效 | 第13-14页 |
| ·ANSYS 软件的编程 | 第14-15页 |
| ·ANSYS 仿真步骤 | 第15-18页 |
| ·三维模型的创建 | 第16-17页 |
| ·边界条件 | 第17页 |
| ·电压与电流载荷 | 第17-18页 |
| ·子模型的应用 | 第18-20页 |
| ·网格划分 | 第20-21页 |
| ·原子流散度 | 第21-23页 |
| ·原子流散度与失效时间 | 第21-22页 |
| ·原子流散度的计算 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 人工神经网络 | 第24-37页 |
| ·神经网络的基本组成 | 第24-25页 |
| ·神经网络的结构类型 | 第25-31页 |
| ·多层感知器（MLP） | 第25-29页 |
| ·径向基函数网络（RBF） | 第29-30页 |
| ·自组织映射网络（SOM） | 第30页 |
| ·递归神经网络（RNN） | 第30-31页 |
| ·神经网络的训练 | 第31-36页 |
| ·训练数据的产生 | 第31-32页 |
| ·数据缩放 | 第32-33页 |
| ·神经网络权重参数的初始化 | 第33页 |
| ·过度学习、欠缺学习和良好学习 | 第33-35页 |
| ·神经网络的训练过程 | 第35-36页 |
| ·神经网络的应用 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 不同结构的互连可靠性热分析 | 第37-44页 |
| ·温度对 AFD 的影响 | 第38页 |
| ·电流对 AFD 的影响 | 第38-39页 |
| ·NMOS 源极与漏极之间的距离对 AFD 的影响 | 第39-42页 |
| ·阻挡层厚度与低-k 材料对 AFD 的影响 | 第42-44页 |
| 第五章 基于神经网络的互连可靠性分析 | 第44-56页 |
| ·神经网络建模法的提出及优势 | 第44-45页 |
| ·基于可靠性的神经网络模型结构 | 第45-47页 |
| ·可靠性神经网络模型的训练 | 第47-49页 |
| ·可靠性神经网络模型的结果与讨论 | 第49-54页 |
| ·可靠性神经网络的反演应用 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |