神经网络是山大量的采用交互式连接的神经元组成的复杂网络，能够模拟大脑的并行处理和非线十牛运算等特征。它具有强大的门组织、门适应和门学习能力，目前已广泛应用于故障诊断、模式识别、水文预测等领域。权值训练和结构优化是影响中神经网络十牛能的重要的两个方而，而传统的BP学>J算法具有搜索速度慢、易陷入局部最优等缺点。近年来，进化算法以其良好的鲁棒性和并行计算等优点，已越来越多的应用到了中经网络权值训练和结构优化中。微分进化算法作为进化算法中的一种，具有算法简单、个局优化能力强、鲁棒性好等特点，能够处理非线件、不可微、多极值等优化问题。同时，微分进化算法也存在着局部搜索能力弱、搜索效率低、后期收敛速度慢等缺点。本文在分析微分进化算法原理的基础上提出了改进的微分进化算法，并利用改进的微分进化算法对神经网络进行了权值¨ll练和结构优化的研究。最后，将微分进化神经网络应用到了模拟电路故障诊断中，验证算法的有效性和实用价值。本文十要研究内容和成果如卜：(1)针对微分进化算法局部搜索能力不强、后期收敛速度慢的特点，对微分进化算法的变异策略进仃了分析，提出了基于混合变异策略的微分进化算法(MDE)。使大部分个休在广大范罔内搜索以保持其全局性，少部分个体在最优解刚近搜索，增强其局部搜索能力。实验结果表明改进后的算法具有更强的J日j部搜索能力利更快的收敛速度，能处理更复杂的问题。(2)针对神经网络权值优化的非线性度较高、易陷入J日j部最优的特点，提出了基于改进微分进化算法的神经网络权值训练方法。同时，使用该算法与BP算法、Ps0算法利DE算法对神经网络进行训练并进行了比较，测试结果表明MDE算法在训练速度利精度卜要优于它三种算法。(3)针对中经网络结恂优化较为复杂的特点，提山了基于改进微分进化算法的神经网络结恂优化方法。采用算法嵌套的方法，对隐层节点数和权值进行同时优化。仿真结果表明，MDE算法能有效的优化网络隐层节点数，提高网络的泛化十牛能。(4)将微分进化算法与中经网络相结合并应用于模拟电路的故障诊断中。仿真结果表明，基于微分进化神经网络的模拟电路故障诊断方法能够很好分离各种故障，具有鲁棒性强、分类效果好等优点。