为了提高径向基神经网络(radialbasisfuntionneuralnetwork,RBFNN)进行模拟电路故障诊断的速度与准确性，提出了一种基于粒子群算法(particleswarmoptimization，PSO)优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数，克服了神经网络中模型结构和参数难以设置的缺点，避免了参数选择的盲目性；同时对模拟电路的响应信号采用小波包分解，提取有效故障特征。仿真结果表明，方法具有更高的诊断精度和更快的收敛速度，能有效地实施模拟电路的故障定位。