基于人工蜂群算法的数字电路多故障测试生成算法

针对数字电路多固定故障测试生成故障覆盖率低和平均测试生成时间长的问题,提出了人工蜂群和神经网络优化的数字电路多固定故障测试生成算法。该算法首先通过等效的方法得到多固定故障的单固定故障模型,再使用Hopfield二值神经网络的方法得到单固定故障的约束电路模型,最后使用人工蜂群优化方法求解故障约束电路接口电路的能量函数的零值点获得原电路的多固定故障的测试生成矢量。实验结果(在ISCAS’85国际标准测试电路上)表明该算法的故障覆盖率可达98.5%以上,平均测试生成时间小于0.25μs。