闪存技术经历了几十年的发展,闪存单元的尺寸经历了明显地缩放,对于存储性能的要求越来越高,相应的器件模型的建立也面临着重要的挑战。POM分子闪存器件作为一种新型的闪存器件,利用POM分子作为闪存单元的浮栅代替传统的硅浮栅极,使得闪存单元可以在纳米范围内进一步缩放,这对于闪存行业的发展具有重要意义。模型参数提取,器件模型的电路级建模和相应的电路仿真研究,是器件研究过程必不可少的部分。模型参数的提取方法和电路级建模方法将直接决定器件模型的精确性,只有精确的器件电路级模型才能正确地探索器件的电路特性。本文将基于工业标准模型BSIM4,结合遗传算法和粒子群算法进行模型参数的提取和优化,进而建立POM分子闪存器件的电路级模型,并将其应用到NAND电路中进行电路性能的研究。主要内容包括:首先,初步验证了提取POM分子闪存器件模型参数的提取方法。选取BSIM4中的一些参数,将其作为拟合参数,分别利用遗传算法和粒子群算法提取优化选取的参数。模型参数的提取结果可以很好地拟合对应的POM分子闪存器件的物理标准数据,两种优化算法的提取误差均在3%以内。智能优化算法的引入和模型参数的成功提取验证了提取方法的可行性,将积极指导接下来器件模型的建模工作。然后,为了电路级建模过程的方便,搭建了自动提取POM分子闪存器件集约模型的程序框架,并提出了合适的提参策略,成功地提取了三个状态的POM分子闪存器件的集约模型。在器件的电路级建模过程中,需要提取的模型参数越来越多,模型的精确度要求较高,需要处理的数据庞大,提取过程相当复杂,因此,搭建自动提取模型的程序框架,将智能优化算法和模型提取过程相结合,将极大地提高模型的提取效率。针对不同的器件,合适的提参策略能够保证成功地提取器件模型。利用搭建的程序框架和制定的提参策略,成功地完成了POM分子闪存器件的电路级建模,并且模型提取误差均在5%以内。另外,本文搭建的自动提取模型框架程序还将有助于提取带有统计型变异的POM分子闪存器件集约模型,也将帮助其他器件模型参数的提取。提出的提参策略也对于器件模型的提取具有重要的借鉴意义。最后,为了探索POM分子闪存器件的电路特性,将提取到的POM分子闪存器件的集约模型,成功地应用到NAND闪存电路中作为闪存单元进行电路读操作。本文的研究工作,将积极指导POM分子闪存器件的电路设计,为POM分子闪存器件的实际应用生产提供帮助。