Inhaltlich unveränderte Neuauflage. Für 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 beschäftigen, nicht zugänglich. Deshalb bieten sich zu ihrer Lösung heuristische oder teilheuristische Verfahren an. Am Fraunhofer IISB wird für die Parameteroptimierung in der Mikrolithographie seit einiger Zeit ein Genetischer Algorithmus (GA) eingesetzt. So wie GAs als Modell darwinistischer Evolution betrachtet werden können, bietet sich kulturelle Evolution als Analogie für Memetische Algorithmen (MAs) an. Ein MA wird hierbei charakterisiert durch eine Kombination von individueller undinteraktiver Suche. Von diesem sehr allgemeinen Modell können verschiedene Implementierungen abgeleitet werden. In dieser Arbeit wird eine hybride Methode vorgestellt, die einen GA mit einem SQP-Algorithmus kombiniert.