田玉玲，任正坤

（太原理工大学 计算机科学与技术学院，太原 030024)

随着电子技术的快速发展，现代电子系统的规模越来越大，复杂性越来越高。该设备任何部分的故障都可能会导致部分故障或整个设备的故障，对这种设备的维修和保养十分复杂，耗费人力物力。在电子设备中，模拟电路和模拟器件更是不可缺少的，而且极易发生故障。根据统计，电子设备的混合电路中，数字电路占到80%，但是发生故障的部分80%是出自模拟电路，由此可见，模拟电路的故障诊断是电路故障诊断的瓶颈，制约着整个混合电子系统故障诊断技术的发展［1］。因此，研究模拟电路故障诊断方法，具有十分重要的意义。

近年来，人工智能和计算机技术等学科的快速发展，成为故障诊断技术的理论基础，基于知识的故障诊断方法也逐步产生。这种方法并不需要某个对象的精确数学模型，并且也有一些“智能”的特点，所以，这种方法具有很强的生命力。基于知识的故障诊断主要包括以下几种方法：神经网络故障诊断方法；故障树故障诊断方法；专家系统故障诊断方法和数据融合的故障诊断方法等。在多种故障诊断方法中，基于知识的故障诊断方法是一个比较新颖的方法，具有很大的发展潜力，目前已有不少应用，但也存在很多局限性。

为了提高算法的性能，许多基于人工免疫理论的算法都用于集群。人工免疫系统，是一种适应性学习系统，现有的生物免疫系统有许多有用的功能，如学习、记忆、自我调节等。……