演化计算是人工智能领域中的基于生物进化理论的一个分支。它模拟自然界生物演化过程，采用某种编码技术表示问题的可能解，并通过对编码表示进行遗传操作和自然选择来解决问题。由于演化计算具有自组织、自适应、自学习等智能特性，同时拥有且描述简单、使用灵活、易于操作和对问题要求的限制条件少、以及适合于大规模并行计算等特点，它已在复杂优化问题求解、机器学习和众多工程领域中取得了很大成功，成为许多科学关注的一个热点。演化硬件是由演化算法衍生出的一个分支。是将演化算法和计算机硬件结合的一个全新领域，演化硬件的目的是赋予硬件和生物一样的自适应、自修复、自学习特性。这个概念在1992年由Hugo de Garis和瑞士联合工学院共同提出。在1992年，H．deGaris与一位电子工程师讨论硬件时，获悉可编程集成电路，如PLD的结构是由结构位串决定的，由此想到将结构位串作为演化算法中的染色体，通过演化计算来完成硬件功能的设计。十余年来，演化硬件随着演化计算和可编程器件的进展，发展成为演化计算领域中一个很有活力的分支。美国宇航局(NASA)对演化硬件非常重视，专门成立了演化硬件小组进行演化硬件的研究，并且每年召开一次国际演化硬件大会，推动演化硬件的研究发展。日本对演化硬件也非常重视，Higuchi教授等的研究得到了日本政府的大力支持，取得了很多令人瞩目的成果。欧洲近年来的演化硬件研究发展很快，也引起了欧洲空间局的关注，今年就将在土耳其召开2006年自适应硬件系统国际会议(AHS 2006)。另外，在墨西哥等国也开展了演化硬件的研究。这些年来，演化天线、机器自学习、自适应容错等领域的研究都取得了很多成果。这些成果，初步展现了演化硬件的应用前景。 但是，同时我们也应该看到，在演化硬件使用的演化算法方面，近年来并没有很大的提高，演化硬件的主要成果，还是局限于如何将演化硬件模型应用到各种可重配置器件上。算法上难以突破，导致演化硬件的成果还停留在一个较低的层次上，很难大范围，大规模的应用。例如J．F．Miller等的演化开方函数、Sin函数电路，A．Stoica等进行的演化正弦波发生器[14]等等，虽然取得了一些成果，但还是在实现过程中避开了算法的某些难点，并且应用的规模都不大。演化硬件算法难于实现的原因主要有以下几点： 1．演化硬件问题描述困难 2．硬件结构复杂，算法搜索域大 3．演化硬件需要实现精密的电路设计，99％意味着0％，问题的求解条件高 4．演化硬件涉及的问题是一个全新的问题。旧有的演化计算方法不适合对其进行求解 5．电路个体及其适应度之间不具备线性关系，难以凸显演化算法的优势 6．演化硬件研究对实验设备要求高，其中一些设备需要专门定制，研究起点高 这些难点中的每一个，解决起来都非常困难，要设计适用于演化硬件的算法，就必须寻求解决这些难点的方法，如果只是一味的去规避，就会导致演化硬件很大的局限性，这