模拟电路故障诊断经过不断发展，产生了一系列的理论和方法。各种新技术新方法的应用使其成为一个综合的交叉性学科。但由于模拟电路故障的复杂性和多样性，诊断方法还十分有限且实用性不高。本文研究了基于遗传算法和SLPS的模拟电路故障诊断方法。故障样本的仿真获取是研究模拟电路故障诊断方法的基础。本文实现了基于SLPS的模拟电路故障样本的自动获取技术，大大提高了样本的获取速度和便捷性。样本自动获取技术在基于遗传算法的模拟电路故障诊断中主要用于两个方面。一是测试样本的获取，二是遗传算法应用在模拟电路故障诊断中时，适应度函数内所需的与测试样本数据进行对比的实时搜索样本数据的获取。最后给出诊断实例验证了该方法在无容差条件下硬故障诊断的适用性。为提高故障诊断的速度，本文提出了将灵敏度分析与遗传算法结合应用于模拟电路软故障诊断。讨论了基于模拟电路的灵敏度分析估算元件参数偏移量求解故障元件的诊断方法。将测试节点电压增量与元件参数变化量所构成诊断方程转化为以其为硬约束条件下求自变量最小值的线性规划问题。然后引入罚函数将其转化为无约束条件下的极值求解问题，最后利用遗传算法寻求最优解。本文讨论了控制参数对遗传算法性能的影响，提出了改进的自适应遗传算法，实验结果表明该方法对容差模拟电路的软故障诊断具有较好的诊断效率。