Improvement of Genetic Algorithm for Evaluating X-ray Reflectivity on Multilayer Mirror

다층박막 거울은 산업뿐만 아니라 의료 분야에서도 사용되고 있다. 층수가 40인 W/C 다층박막 거울의 성능을 평가하기 위해 엑스선회절분석기로 엑스선반사율을 측정하였다. 40층의 각 층에 대해 두께, 밀도, 계면거칠기를 획득하기 위하여 유전 알고리즘이 사용된다. 기존의 균일 무작위 선택을 하면 해가 수렴하지 않거나 수렴하더라도 오차가 커지는 문제가 발생하여 개선이 요구되었다. 유전 알고리즘의 적합도를 계산하는 시간을 단축하기 위해 C/C++로 병렬 프로그래밍하였다. 제작된 유전 알고리즘은 세대수의 증가와 개체군의 증가에 대해 선형적인 시간 증가를 보여 우수한 scalability를 보였다. 유전 알고리즘의 선택을 균일과 가우시안 무작위를 1:1로 하여 해의 수렴을 보다 안정적으로 개선하였다. 개선된 유전 알고리즘은 다층박막 거울과 같이 층의 개수가 수십 층 이상이 되는 시료의 각 층의 특성을 파악하는데 적용할 수 있을 것이다.

Multilayer mirrors have widely been used not only in the industry but also in the medical field. X-ray reflectivity was measured by X-ray diffractometer to evaluate the performance of W/C multilayer mirror with 40 layers. Genetic algorithm are used to obtain thickness, density, and interfacial roughness for each of the 40 layers. The existing uniform random selection causes a problem that the solution does not converge or the error increases even if it convergence. To reduce the time to calculate the fitness of the genetic algorithm, the genetic algorithm was written in C/C++ parallel programming. The genetic algorithm showed excellent scalability of linear time increase with increasing number of generation and population. The genetic algorithm was selected with uniform and Gaussian randomness of 1:1 to improve the convergence of solution. The improved genetic algorithm can be applied to characterize each layer of a sample with more than a few tens of layers, such as a multilayer mirror.