随着电路板集成技术和智能故障诊断系统的发展,电路板的智能故障诊断越来越成为人们关注的焦点和热点,其中将神经网络智能识别技术应用到电路板诊断已经取得了较好的效果并成为了新的发展方向。本课题以实际工程为背景,以指令源的部分前端电路为研究对象,运用智能故障诊断技术,以MATLAB软件为基本的平台,将遗传算法和神经网络融合,建立典型故障数据库,实现数模混合电路的故障诊断。仔细分析电路本身特点后,设立探测节点,使其能反映出电路板主要典型故障,以其电压值作为故障的特征反映。根据节点个数和需要判断存有故障元器件的个数,在MATLAB中搭建神经网络平台,确定网络结构.将电路板的典型故障统计并制表,在每种故障下测得节点数据,作为遗传优化和网络训练的样本,用训练后的网络值及其对应的典型故障建立故障库,继续测试节点数据,作为仿真数据。神经网络的初始权重则由遗传算法的优化结果决定,由于遗传算法的应用大大提高网络收敛的速度,保证了网络收敛于全局最小点,使得智能诊断的准确率提高,得到具有更好性能的网络。