10.3969/j.issn.1000-1158.2015.02.19
基于粒子群的神经网络测试生成算法
随着集成电路的规模和复杂度的不断提高,高效地生成测试矢量已成为数字电路板故障检测的关键所在。在对测试向量自动生成问题分析的基础上,利用神经网络对被测电路进行数学建模,将测试矢量生成转化为数学问题,提出了一种高效求解该问题的粒子群优化算法。用VC++对所提出的方法进行编程实现,并对ISCAS’85国际标准电路中的一些电路进行了实验。实验数据表明,故障覆盖率达到了100%,对于小规模电路单故障的测试时间与有关文献相比减少了13%,规模相对较大的电路的测试时间减少了61%,而且电路规模越大,时间的减少就越明显。
计量学、数字电路板、故障检测、测试生成、神经网络、粒子群算法
TB973(计量学)
2015-04-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
197-201