模拟电路故障诊断是近代电路理论的前沿领域，自20世纪60年代开始研究至今，研究者们取得了不少成就，并提出了许多诊断理论和方法。然而大规模模拟电路的广泛应用及模拟电路本身的非线性、容差性以及故障的复杂性，使得传统的诊断方法已无法满足实际工程的需求，需要研究新的模拟电路故障诊断方法。近些年，人工神经网络及专家系统理论迅速发展，为模拟电路故障诊断开辟了一条新的路径，引起了学者们的广泛兴趣。本文对大规模模拟电路软故障诊断方法进行了以下三方面探索：一、深入探索了人工神经网络方法在模拟电路故障诊断中的应用，并阐述了神经网络方法的诊断步骤。虽然，神经网络方法能够准确且高效的诊断出故障元件，但是对于大规模模拟电路，它的诊断效率还是无法满足实际工程的需求。本文结合网络逐级撕裂搜索法和区间诊断方法来进行大规模模拟电路故障诊断，利用区间诊断法逐级搜索出故障子网络，最后再利用神经网络方法对故障元件进行故障定位；二、故障字典法是最具实用价值的诊断方法，很多方法都是从它发展而来的。故障字典法最重要的就是建立故障字典，硬故障对应的故障字典较好建立，但软故障的个数是不可数的，无法建立完整的故障字典。本文提出利用对元件参数扫描得到的区间电压值进行拆分，得到软故障状态的完整描述，从而建立软故障对应的完整故障字典。三、神经网络对区间数据的处理比较困难，而利用模糊逻辑和神经网络结合产生的模糊神经网络可以很好的处理区间数据，本文利用模糊神经网络对模拟电路进行故障定位。