申延强，韩华亭

（空军工程大学防空反导学院，西安　710051）

基于免疫粒子群文化算法的数字电路故障诊断

申延强，韩华亭

（空军工程大学防空反导学院，西安710051）

为改善粒子群算法摆脱局部极值点的能力，提升种群进化的多样性，将免疫算法中免疫机制引入到粒子群算法中形成免疫粒子群算法；为有效提高故障覆盖率和缩短测试生成时间，将免疫粒子群算法引入文化算法框架中形成免疫粒子群的文化算法。将其应用于数字电路故障模型仿真实验并与其他测试生成算法进行对比，结果表明该算法能够有效提高故障覆盖率，缩短测试生成时间，在大规模电路测试生成与故障诊断中更具优势。

数字电路，测试生成，测试矢量，免疫粒子群算法，文化算法

0　引言

随着电子技术的发展，数字电路的规模越来越大，结构越来越复杂，这使得数字电路的测试生成与故障诊断变得越发困难。数字电路的测试生成，就是寻找能激活电路中的故障并将其传播到原始输出端的故障测试输入矢量。而最关键的部分是找到故障覆盖率高、测试时间短的测试生成算法。传统的测试生成算法需要回退、传播和确认，过程复杂，测试时间长，已无法满足现代高集成度数字电路的测试要求。近几年，仿生学算法发展迅速，可以有效地解决组合优化问题，而测试生成问题本质就是组合优化问题，因此，很多仿生优化算法被用到数字电路的测试中，例如，粒子群算法、免疫算法等。……