在传统的诊断技术和理论方法的基础上,本文以二阶压控电压源带通滤波器电路为研究对象,将BP神经网络与遗传算法(GA)应用到模拟电路故障诊断中。本文首先分析了神经网络应用于故障诊断的优点,介绍了神经网络智能诊断的形成、发展及研究现状;然后重点描述了BP神经网络的模型结构及学习机制,并对BP网络存在的问题,以及多种改进的BP算法进行了分析和研究。针对BP网络的不足,本文用遗传算法对BP网络进行优化,形成GA-BP网络,该方法采用遗传算法优化神经网络的权值和阈值,代替了原来BP网络随机设定的初始权值和阈值,然后再用改进BP算法—LM算法进行训练。通过在MATLAB上的仿真结果比较分析,经过遗传算法优化过的神经网络的训练步数大大减少,克服了传统BP算法的缺点,使BP网络得到了极大的改善,提高了对带通滤波器电路的故障诊断的正确率。