进化算法(Evolution Algorithm,EA)具有智能性、自适应性和全局搜索能力,能将实际问题编码后进行运算;PLD(ProgrammableLogic Device,PLD)具有可重构性,可以通过程序控制重新配置内部电路的功能与结构。基于EA和PLD的这些特点,科学家们提出了进化硬件(Evolvable Hardware,EHW)这一概念,并很快成为一个热门的研究领域,这为研究自适应机器提供了新的方法。传统的EHW设计法通常采用遗传算法(Genetic Algorithm,GA),由于GA在对复杂电路进行编码和解码时很复杂繁琐,可读性较差,并且容易产生早熟,甚至发生运行中断。本文研究了一种新的进化算法——基因表达式编程(Gene Expression Programming,GEP),将它应用于进化硬件设计中,研究了基于GEP的函数建模方法,国内外对基于GA的进化硬件进行了大量研究,基于这些研究成果最后研究了基于GA的可逆逻辑电路设计方法。本文首先研究了进化硬件的研究历史和国内外研究状况,目前存在的主要问题。第二章研究了最常用的进化算法GA和进化硬件:主要研究了GA的二进制编码、实数编码和适应度评估;研究了进化硬件的原理和设计方法,基于GA的硬件编码方法和适应度评估方法。第三章研究了新兴的进化算法GEP及其在函数建模中的应用,研究了基于GEP的进化硬件设计:主要研究了算法的基本原理,基因和染色体构成,树型编码方法和适应度函数设计,提出了一种改进的GEP,并对GEP与GA进行了比较;重点研究了电路的树型编码法和进化操作步骤(包括交叉、变异、选择、插串和移项操作);对GEP在函数建模中的应用进行了实验;设计了一个基于GEP进化技术的半加器。在前两章的基础上,第四章研究了GA在可逆逻辑电路设计中的应用,首先研究了几种基本的量子逻辑门和量子电路,研究基于模板技术和PPRM的可逆逻辑电路综合法,最后研究了基于GA的量子电路综合法,从逻辑门和电路的编码、适应度评估上进行了研究。第五章对全文做了总结,并对今后的发展方向进行了展望。