摘要：基于神经网络的模拟电路故障诊断方法中会遇到网络训练误差很小甚至为零的情况下测试误差依然存在甚至很大的情况，这是由于神经网络的推广性能较差而造成的。针对模拟电路的神经网络故障分类器推广性能较差的问题，提出了将基于AdaBoost的神经网络集成应用于模拟电路故障诊断的新方法。通过对集成网络的诊断误差进行偏差一方差分析，说明可重复取样的AdaBoost技术可以降低集成网络中各成员网络的相关性以减少方差，从而使模拟电路故障诊断的集成网络系统的推广误差降低，使模拟电路故障诊断率得以提高。利用PSPICE的仿真数据和从实际电路获取的实测数据进行实验，实验结果均证明了该方法的有效性。

关键词：故障诊断 模拟电路 神经网络集成 

单位：电子科技大学自动化工程学院 成都610054 成都电子机械高等专科学校 成都610031 长春理工大学 长春130022