基于神经网络的数字电路多故障测试生成算法 (2006年)

针对数字电路中多故障测试生成效率较低的问题，提出了基于神经网络的数字电路多故障测试生成算法。依据故障转换方法把数字电路多故障测试生成问题转换成为单故障测试生成问题，采用神经网络的方法对单故障电路构造故障的约束网络，通过使用遗传算法求解故障约束网络能量函数的最小值点获得故障的测试矢量。在ISCAS’85国际标准电路上的实验结果表明，故障平均测试生成时间在0.017s以下，故障覆盖率在96％以上。与其他算法相比，测试生成效率明显提高。