硬件进化的快速算法模型研究

针对硬件进化 (evolvablehardware,EHW)存在的进化规模的扩展能力问题 ,研究了以内嵌式EHW的自适应要求为条件的染色体表示及计算复杂性问题 .为提高遗传机器学习计算效率 ,根据FPGA(fieldprogrammablegatearray)内部的结构特点 ,将可重构硬件的结构映射为遗传学习的染色体表示 ,提出一种符合EHW要求的二维染色体的遗传机器学习方法———ISPitts,构造了一种动态遗传机器学习框架 .实验结果显示 ,新方法不仅完成了四位比较器的内嵌式EHW实现 ,而且具有较高的进化效率 .