针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle　swarm　optimization,PSO)和最小二乘支持向量机(least　squares　support　vector　machine,LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波包技术对待诊断电路的可测点信息提取故障特征,然后使用粒子群算法优化支持向量机的结构参数,避免了参数选择的盲目性,提高了模型的诊断精度。在对某滤波电路进行的故障检测中,验证了该方法的可行性。