芯片的生产制造是一条极为复杂、精细的产业链,而晶圆表面抛光位于产业链的倒数几环,如果产生失误,则此前的十几道工序全部作废。因此,高质量地对晶圆表面进行抛光,不仅是完成芯片生产的关键步骤,也是生产高质量半导体芯片的基础。而在抛光中,实时测量晶圆膜厚则是关系到整个抛光步骤是否成功的重中之重。对晶圆膜厚的测量分为静态测量和动态测量,而静态测量是动态测量的基础,动态测量是静态测量的合集。在实际的生产中,由于晶圆内部图案、所含杂质和氧化工艺等问题,导致现有的算法不能准确测量出晶圆膜厚。然而,现有的改良方法大多为对测量、抛光设备的改进,很少有关于测量算法本身的改进。针对这一问题,本文提出了一种全新的晶圆膜厚测量改良算法。在原有算法的基础上,引入了自主寻优算法,使得算法可以根据当次测量的实际情况自主改进算法参数,达到改良算法的目的。这使得算法可以适用于不同批次、杂质含量不同的晶圆膜厚检测上。本文在原有的测量理论的基础上引入了模拟退火、经典遗传和模拟退火遗传三种自主寻优算法并做了一定的改良,搭建了静态测量实验平台,并测试改良算法的效果。实验结果表明,三种算法的引入均对晶圆膜厚测量算法起到了一定的改良效果,且在这三种算法中,模拟退火遗传算法的改良效果最好。