来源：《电子技术应用》

摘要：介绍了fpga的新应用一演化硬件（ehw）的进展和现状，其中主要包括ehw的概念、工作原理、存在问题和应用领域。阐述了ehw在电路与系统学科中的科学意义及对新兴电子信息产业将产生的深远影响。 关键词：演化硬件 遗传算法 fpga 二十世纪70年代初出现了可编程逻辑器件（pld），发展至今已出现简单pld（spld）、复杂pld（cpld）和现场可编程门阵列（fpga）等各类器件。自1985年叛国xilinx公司推出第一片fpga以来，以今已有多家公司开发销售自己的fpga产品。fpga有更高的集成度、更复杂的布线结构和逻辑实现，它与以往的pld之间的差别有于pld一般是通过修改内连电路的逻辑功能来实现编程的，而fpga则是通过修改一根或多根内连线来编程。fpga的在线可编程技术（isp）及动态重构技术进一步提高了fpga的应用灵活性和自由度，重组及配置工作速度极快，从而为ehw的实现创造了坚的实的物质基础。 1 ehw的概念 早在二十世纪50年代，计算机之父von neumann就提出了研制具有自繁殖与自修复能力并能进行通用计算的机器的设想，这就是演化硬件的概念雏形。一直到演化算法和大规模pld的出现，这一梦想才具备了实现的可能。1992年日本的hugo de garis和瑞士联邦工学院的科学家同时正式提出了ehw的构想[1]，短短几年这一新的领域获得了广泛的关注，并且正处于急剧升温之中。 ehw指的是在与外部环境相互作用之后，能自主地、动态地改变自身结构和行为的硬件电路。它具有自组织、自适应、自修复功能，能适应不同环境要求和提高自身性能。这一特性获得主要归功于演化算法（evolvable algorithms,简称eas）。 eaas是一类模拟自然界遗传进化规律的仿生学算法，它们首先随机产生一组待求优化问题的潜在可能矢量解（解称为染色体，解的集合称为种群，解中的分量称为基因）；然后采用变异、交叉、评价、选择等手段，优胜劣汰，不能进化，最后获得优化解。作为一种优化算法，它们也具有自适应、自组织、自修复的特性，本身还具有随机性和并行性。在搜索解空间时，能以很大概率找到全局解，不易陷入局部优化点。嵌入问题方式简单，寻优鲁棒性强，可以解决不连续、不可导、多目标、带各种约束条件的优化问题，因而成为ehw演化的“发动机”或“引擎”。 ehw的简单定义为：演化算法+可编程逻辑器件。从目前ehw研究的内容看，ehw具两个方面的内容：①根据功能或指标的要求，采用ea技术对电路进行合成，形成新电路结构和参数。值得一提的是ea用于电路及系统设计由来已欠，但主要集中于利用电路参数设计电路板、布线、布局优化等方面[2]，与本文所指的ehw有本质区别。②具有自组织、自适应自修复特性的硬件电路。此为ehw最吸引人的地方，其核心为“自适应”。由于fpga比以往pld具有独特的优越性，目前大多数的ehw都采用fpga器件。 2 ehw的实现方法和演化方式 从fpga的原理可知，fpga结构可以最终描述为配置数据。因此对fpga的演化，最终可归结为对配置数据的演化，整个演化过程大约可描述成如下步骤： ①设定ea参数，如交叉率、变异率、种群数等； ②随机产生初始化种群xi={xi1,xi2,…，xir}，其中1≤i≤pop_size；xi为染色体，代表fpga结构编码，如二进制串等；r为基因总数； ③评价种群中的各染色体，获取相应的适应度函数值； ④以某种方式选择部分种群，按指定的变异率、交叉率进行交叉、变异，形成新的子染色体； ⑤评价表的染色体，与父代染色体一起按适应度函数值大小选出pop_size的个体染色体作为下一代种群； ⑥判别是