对于模拟电路的测试模式来说,测试节点集选取的优化是一个关键的步骤。在这篇硕士论文中,一种基于蚁群算法的、测试节点选择优化的技术将被研究。该技术可以用较少的节点数目产生较高的故障检测率和隔离率。一些被用来选取故障测试集的算法,例如启发式方法,模糊集方法和哈希方法将被讨论。这种的概念可以被应用在直流故障字典的构建中。这些概念也可以被应用在故障字典的构建。在本论文讨论的蚁群算法中,目标函数由故障检测率和故障隔离率组成。故障检测率定义为选取的测试节点能够检测的故障个数除以总的故障数目;故障隔离率定义为能够被隔离的故障个数除以检测出来的故障数目。转移概率也被称作位置改变概率,是自然指数的-d i, j次方,d i, j是二维空间不同两点之间的距离。更新规则测试每个由蚁群算法生成的最新N个解。只要N个解可用,它们的移动平均X就可以得到;每个新的解G都可以用X计算出来。如果G的值比X的值低,那么上次解的移动轨迹概率就会被增加,否则降低。基于蚁群算法的技术效率被理论和仿真的方法证明是可行的。用来证明蚁群算法的可行性的源代码是在Matlab软件开发和运行的。被选择测试节点的故障检测率和隔离率不但要和全部节点被选择的情况作对比,也要和由AdvancedSCH产生的值对比,其中AdvancedSCH是我们研究组开发的软件,结果证明基于蚁群算法的节点测试集选择是最优的。