Inhaltlich unver nderte Neuauflage. F r die Simulation von optischen Lithographieprozessen werden parametrische Modelle zur Beschreibung der physikalischen und chemischen Prozesse im Photolack eingesetzt. Ein wesentliches Problem beim Umgang mit diesen Modellen ist die Abstimmung der Parameter mit experimentellen Daten. Die entsprechenden Optimierungsprobleme sind nichtlinear und multimodal. Sie sind somit Methoden der mathematischen Optimierung, die sich im Allgemeinen mit konvexen Funktionen besch ftigen, nicht zug nglich. Deshalb bieten sich zu ihrer L sung heuristische oder teilheuristische Verfahren an. Am Fraunhofer IISB wird f r die Parameteroptimierung in der Mikrolithographie seit einiger Zeit ein Genetischer Algorithmus (GA) eingesetzt. So wie GAs als Modell darwinistischer Evolution betrachtet werden k nnen, bietet sich kulturelle Evolution als Analogie f r Memetische Algorithmen (MAs) an. Ein MA wird hierbei charakterisiert durch eine Kombination von individueller und interaktiver Suche. Von diesem sehr allgemeinen Modell k nnen verschiedene Implementierungen abgeleitet werden. In dieser Arbeit wird eine hybride Methode vorgestellt, die einen GA mit einem SQP-Algorithmus kombiniert.