模拟电路故障诊断是一门发展中的综合交叉性学科，也是故障诊断领域的热点课题，发展至今已形成了一系列的理论和方法。但由于模拟电路故障诊断问题本身的复杂性，如故障现象复杂多样、元件参数的连续可变和元件容差现象，使得可用于诊断非线性模拟电路故障的方法十分有限。因此，研究高效、适合非线性模拟电路诊断理论和方法显得尤为重要。传统模拟电路诊断方法其诊断过程需要求解大量的非线性方程，计算量大，诊断效果不是很理想。而现代智能技术为其提供了一条有效的途径，量子遗传算法具有全局搜索能力，它结合了量子计算的优势，能解决传统优化技术难以解决的复杂问题；人工神经网络是对人脑结构和功能的模拟，可有效地实现输入空间到输出空间的映射，它是一个具有并行处理功能、自适应和自组织功能的巨型系统，具有强大的学习能力，此外，神经网络还具有较强的信息处理能力、联想记忆能力、模式识别能力和鲁棒性，在故障诊断中显示出其独特的作用。本文主要采用量子遗传算法和人工神经网络，以支路屏蔽原理为基础来对非线性模拟电路进行故障诊断。其主要内容有：本文提出了基于量子遗传算法的模拟电路测试节点优选方法，该方法通过建立整数编码故障字典，同时对电路所选测试集的故障隔离能力和测试节点数目进行分析并建立模型，采用量子遗传算法优化求解，提高了优选效率；详细介绍了非线性模拟电路单支路、多支路和子电路的屏蔽原理，提出了基于量子遗传算法的模拟电路非线性元件屏蔽方法，此屏蔽方法，只需少数几次激励和测试就能将模拟电路的非线性元件依次屏蔽掉，从而把被屏蔽的非线性元件的故障与外电路的故障相隔离,简单易行；进而对电路进行故障分析，若屏蔽后的电路仍然存在故障，则说明故障存在于线性电路部分，这时只需采用人工神经网络对线性电路部分进行故障诊断从而定位故障；若屏蔽后的电路已无故障，则说明故障存在于被屏蔽的非线性电路部分，则只需对非线性电路部分采用网络撕裂逐级屏蔽的方法，最终定位故障元件，该方法可大大简化对非线性模拟电路诊断的算法复杂度。本文提出基于量子遗传算法、人工神经网络及屏蔽技术的非线性模拟电路故障诊断方法。并通过MATLAB和OrCAD软件对实例电路进行仿真，实验结果表明本文方法简单有效。