模拟电路故障诊断一直是一个富有挑战性的研究课题。客观世界信号的本质决定了模拟电路的普遍性和不可替代性。随着超深亚微米半导体技术的进展,推动了超大规模模拟电路和模数混合电路来的发展,对模拟电路故障诊断提出了新的挑战,采用常规或传统的故障诊断理论和方法难以解决。以神经网络为代表的计算智能技术为模拟电路故障诊断提供了一条有效的途径,受到普遍关注和重视。仿生模式识别理论是一种全新的模式识别理论,从人们认识事物的角度出发来解决问题,为人们指出了一个新的解决问题的角度。论文将“以高维空间几何分析方法为工具”,“以空间复杂几何形体最佳覆盖为目的”的仿生模式识别原理用于模拟电路故障诊断,并详细描述了用双权值神经网络来具体实现模拟电路故障诊断的过程。虽然模拟电路故障诊断、双权值神经网络和仿生模式识别在各自的领域或者两两互相结合的领域有了一定的发展,但目前用基于仿生模式识别理论的双权值神经网络对模拟电路进行诊断的文献还未有所见。本文把仿生模式识别的理论和双权值神经网络相结合用于模拟电路的故障诊断,是一种新的尝试。本文在神经网络对模拟电路进行故障诊断的基础上提出了基于仿生模式识别的双权值神经网络,主要目的为了提高诊断的正确率。由于仿生模式识别理论是以每一类事物的“认识”为目的,因此它在模拟电路故障诊断方面有无可比拟的优越性。通过对电路进行仿真实验并将诊断过程和效果同目前流行的BP和RBF方法进行了分析对比,说明本文所提出的基于仿生模式识别理论的双权值神经网络方法是一种可行且高效的模拟电路诊断方法。