本项目以容差模拟电路故障为主要研究对象，深刻剖析容差模拟电路故障诊断存在的问题，对传统的神经网络诊断方法进行了研究，提出了基于粒子群神经网络的模拟电路故障诊断方法。 1、提出了一种容差模拟电路故障数据提取的方法，实现了电路故障特征数据自动提取，为不同软件之间的数据通信提供了新的思路。 2、研究采用基于动态加速常数协同惯性权重的粒子群算法和动量及自适应学习率的BP算法，提出了两种类型的基于粒子群神经网络的模拟电路障诊断方法，提高了故障诊断的准确率，为研制电路诊断设备，早日实现故障诊断的自动化和实用化提供了方向。 3、本项目已发表论文9篇，其中国际EI源刊1篇，被EI检索7篇。