可逆逻辑电路可以很好地解决信息损耗与量子效应问题,变长染色体编码进化可逆逻辑电路综合算法(VLEA_RLC)作为可逆电路综合的经典算法,其结合了进化算法与启发式算法,使用改进的随机排序算法解决染色体膨胀与等式约束处理问题,相比于其它算法,VLEA_RLC算法速度较快且可以得到质量更高的解,然而其存在以下问题:首先是种群多样性无法保持;其次参数设置对于算法影响较大。针对上述问题,本论文的研究工作如下:第一,提出了自适应和全局变异的变长染色体编码进化可逆逻辑电路综合算法(SAGM_VLEA_RLC)。该算法主要工作如下:首先采用自适应进化操作,在算法运行过程中根据种群分布与个体优良程度动态调整交叉、变异概率的值,既可以消除该参数对于算法的影响,也可以提高种群多样性;其次采用全局变异策略,利用种群最优适应度与平均适应度的关系动态探测种群分布状态,当种群多样性下降时,增大变异概率,在种群中进行一次全局变异过程,随机产生新个体,丰富种群多样性。通过实验证明,该算法收敛速度更快,且拥有更高的解质量和可行解率。第二,提出了基于参考点的自适应多目标差分进化可逆逻辑电路综合算法(R-AMDE-RLC)。该算法主要工作如下:首先研究使用多目标方法来进行约束处理,选取电路代价与电路误差作为可逆逻辑电路评价标准,将可逆逻辑电路综合问题转化为两目标最小化问题进行解决,既消除参数对于算法的影响,也可以保持种群多样性;其次将差分进化的思想应用于多目标优化问题,并对于该离散问题,使用逻辑运算代替相应的算术运算,将差分进化算法离散化;然后采用自适应进化操作,在进化过程中根据阶段动态调整缩放因子和交叉概率的值,避免参数对于算法的影响;最后采用多种变异策略,根据运行阶段动态选取不同的、经过离散化的变异策略,避免变异策略对于算法的影响。通过实验证明,该算法拥有更快的收敛速度与更高的可行解率及解质量。本文通过利用进化算法对可逆逻辑电路综合问题进行了探索与研究,并对提出的算法进行了验证,实验结果表明本文提出的算法对标准测试函数具有有效性。