改进BP神经网络在模拟电路故障诊断中的应用

摘要

模拟电路故障诊断是大规模集成电路课题中的重要问题,其不完善的故障模型和容错等问题使模拟电路故障诊断变得复杂.神经网络的学习记忆、信息综合和归纳能力为故障诊断问题提供了一种新的解决方法,反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型,但算法存在求解精度低、搜索速度慢、易于陷入局部最优值.改进蚁群算法是在蚁群算法的基础上重新设计状态转移规则和信息素更新规则,它具有正反馈、较强的鲁棒性、并行计算等特点.针对常规BP神经网络中的问题,设计了一种改进的神经网络,利用改进蚁群算法优化神经网络连接权初值,并采用改进蚁群算法对神经网络进行训练.通过仿真结果表明,改进后的神经网络提高了收敛速度和诊断的准确率.