摘要：在运用近邻网络排序集生成边界扫描测试向量方法中,多以网络局部或全局信息进行节点近邻关系排序,导致伪近邻点的识别排序能力较差。该文结合LeaderRank算法引入节点伪近邻作为局部重要性指标,首先利用LeaderRank求得网络节点的全局重要度,然后基于相关邻居关系提出节点伪近邻比计算方法,最后综合LeaderRank的全局重要度值与节点伪近邻性求得总体重要度,从而获得近邻网络重要度排序。采用所提方法和以往近邻排序算法对实际电路板网络模型进行近邻关系排序,对排序结果进行比较,并用SIR传染病模型进行仿真分析。实验结果表明,所提方法能够弥补以往排序算法的不足,从而获得更为精确的排序结果。