模拟电路故障诊断经过几十年的发展,至今还一直是一个十分必要且有意义的研究课题。虽然已经形成一系列的理论和方法,但由于其本身的多样性和复杂性,还一直有待发展。本文介绍了神经网络故障诊断算法和遗传算法的优化方法,以神经网络中的BP网络为重点,对经典BP网络方法加以改进和实现,通过搭建实际电路,人为设置故障用BP网络的方法对其诊断,试验结果表明,当关键信号的数据采集选择和测试准确,BP网络拓扑结构选择正确,参数选择适当,就可以准确地进行模式识别,分辨出故障类型。本文还吸收了遗传算法的全局搜索的优点,将神经网络与遗传算法相结合得出GA-BP网络,使其可以在全局搜索的能力上加以提高,最后同样在Pspice软件中对一电路进行仿真,试验结果显示,此方法确实可以提高网络识别的性能。在研究故障诊断方法的基础上,本文选用ARM920T内核的三星公司的S3C2410实验板,上成功实现智能算法对实际电路进行故障诊断,并编写LCD驱动程序,使之在LCD上显示诊断结果。为了使之能有更友好的使用界面,本文最后在ARM实验板上移植Linux操作系统和MINIGUI,为故障诊断算法做出一个良好界面,使之能更方便的运用。