测试生成的目的是缩短测试生成时间和提高测试质量,包括测试模式集的生成和优化两个关键步骤。数字电路的复杂度越来越高,测试生成越来越困难。蚁群算法是一种新颖的进化算法,具有正反馈、鲁棒性好、并行分布计算的特点,在一系列组合优化问题中已显出优势。测试生成问题的本质是组合优化问题,将蚁群算法引入其中,能使测试生成问题的复杂性得到简化。本文以航天科工集团公司课题:“面向数字测试的自动测试模式生成开发环境”为背景,针对数字电路测试和故障诊断中的测试生成问题,以基本蚁群算法为基础,研究数字电路测试模式的生成和优化技术。具体的研究内容可概括为: 分析了基本蚁群算法的搜索机制和集群智能,论证了将蚁群算法引入测试生成的可行性,针对其易于陷入局部最优、参数设置需要先验知识等不足,指出了蚁群算法用于测试生成需要重点考虑的几个关键问题。在对基本蚁群算法的信息素更新机制等作出适应性改造的基础上,提出了基于改进蚁群算法的时序电路测试生成方法,解决了同步时序电路测试生成中的寄存器状态初始化、故障检测等问题,与基于遗传算法的测试生成方法相比,具有自适应性好、故障覆盖率高等特点。在对基本蚁群算法的信息素挥发机制等控制参数进行改进的基础上,将蚁群算法引入测试集优化,提出了基于改进蚁群算法的测试集优化算法,与其它测试集优化方法相比,具有良好的优化效率。