基于粒子群的神经网络测试生成算法

摘要：

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。

关键词：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

分类号：TB973(计量学)

在线出版日期：2015-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：197-201