本研究提出一种基于多维优化策略的28 nm节点金属氧化物半导体场效应晶体管(metal-oxide-semiconductor field-effect transistor, MOSFET)短沟道效应抑制方法。通过计算机辅助设计仿真和机器学习辅助分析，系统研究栅氧化层材料、厚度、应力工程和界面态控制对器件性能的影响。结果表明，采用30%N含量的SiON栅氧化层(1.7 nm)结合1.2 GPa应力工程的优化方案可显著提升MOSFET性能，漏致势垒降低(drain induced barrier lowering, DIBL)效应降低40%、亚阈值摆幅降低20%、驱动电流提升25%。基于支持向量机(support vector machine, SVM)的性能预测模型达到95%的准确率，可为器件优化提供高效的评估方法。综上，基于多维优化策略和机器学习辅助分析方法为28 nm及以下节点MOSFET的设计提供了新的技术路线，对推进先进工艺节点器件的性能优化提供参考与指导。