[发明专利]基于遗传规划的模拟电路故障测试最优序贯搜索方法

摘要

本发明公开了一种基于遗传规划的模拟电路故障测试最优序贯搜索方法，首先根据模块电路的测试依赖矩阵随机生成若干个故障诊断树，采用遗传规划的方法对故障诊断树进行选择、交叉和变异，其中以故障诊断树所对应的测试代价的倒数作为该故障诊断树的个体适应度，根据故障诊断树的特点，在交叉过程中仅交换故障集结点及其子树，在变异过程中仅选择测点进行变异，重新生成该测点结点下的子树，经过多次迭代后从当前的若干个故障诊断树中选择测试代价最小的故障诊断树，作为最终故障诊断树。本发明可以准确搜索得到以最小测试代价隔离出最多的故障点的测点序列，为模块电路的故障测试提供指导。

主权项

一种基于遗传规划的模拟电路故障测试最优序贯搜索方法，其特征在于，包括以下步骤：S1：根据模拟电路的测试依赖矩阵随机生成Q个故障诊断树；S2：令迭代次数w＝1；S3：计算每个故障诊断树所对应的测试代价的倒数，作为该故障诊断树的个体适应度；S4：根据各故障诊断树的个体适应度选择得到父个体集合；S5：将父个体集合中的个体随机分为Q/2组，然后以组为单位，比较每组中的两个个体是否存在故障集相同的结点，如果某组中的两个个体不存在故障集相同的结点，则该组不进行交叉操作，如果某组中的两个个体存在故障集相同的结点，首先删除大小等于M‑1或等于1的相同故障集，M表示故障集S中故障数量，在剩余的相同故障集中任意选择一个故障集，交换该故障集结点及其子树；S5：对于交叉后的每个个体，任意选择一个测点结点，对应测点记为t，从该测点结点的可用测点集中选择另外一个测点t′，t′≠t，并且该测点t′能够分割当前测点所对应的故障集，将当前测点t更换为测点t′，重新生成该测点结点下的子树；S6：如果w＝W，W表示最大迭代次数，进入步骤S7，否则令w＝w+1，返回步骤S3；S7：从当前的Q个故障诊断树中选择测试代价最小的故障诊断树，作为最终故障诊断树。