随着电子系统的规模越来越大、性能越来越高和构造越来越复杂,对系统中模拟电路的测试和故障诊断提出了紧迫的需求,而基于神经网络的人工智能方法成了研究热点之一。近几年BP神经网络应用极为广泛,并且取得了一定的成果。但是BP算法存在着泛化能力弱,易陷入局部最优等自身难以克服的缺点。本文针对现有基于神经网络的模拟电路故障诊断方法的不足,提出基于负相关算法的集成神经网络的模拟电路故障诊断方法。通过负相关算法来训练集成神经网络,可以增加集成网络的各成员网络间的差异度,并以此提高神经网络集成的泛化能力。实验数据结果表明：基于负相关算法训练的神经网络比单个网络和传统的集成神经网络有着更有效地提高神经网络泛化的能力。因此,本文设计的基于负相关神经网络集成算法应用在模拟电路故障诊断中是具有使用和参考价值的。