演化硬件实现方式.docVIP

0 引言 演化硬件（Evolvable Hardware），简称EHW或E-Hard。它是一种硬件电路（现在是一种大规模集成电路），其能够像生物一样根据环境的变化而改变自身的结构以适应其生存环境，具有自组织、自适应、自修复功能。演化硬件这一概念是在1992年由日本Hugo de Garis和瑞士联邦工学院同时正式提出【1】，从而初步实现了早在20世纪50年代计算机之父John Von Neumann所提出的关于研制具有自繁殖与自修复能力的机器的设想【2】。经过十几年的发展，随着对演化硬件的研究的不断深入，人们愈发地认识到演化硬件在未来科技发展中的重要性。 演化硬件的实现，建立在演化算法和可编程逻辑器件发展的基础之上。可编程逻辑器件和演化算法的快速发展极大地推动和促进了演化硬件的实现进程。演化算法为演化硬件提供了理论和方法学基础；可编程逻辑器件（Programmable Logic Device）为演化硬件提供了物质基础。由于演化过程具有随机性，进化次数较多，从而要求相应的器件也要能够被反复配置，因此可以无穷次重复配置的现场可编程门阵列（Field Programmable Gate Array）也就成为当前比较理想的实现器件，目前FPGA器件为大多数的演化硬件所采用。 1主流演化算法（Evolvable Algorithm） 在演化硬件中所使用的算法主要分为以下三类：遗传算法（GA），遗传规划（GP）和演化策略（ES）。 当前使用较多的演化算法主要有CGP【3】（Cartesian Genetic Programming）、*CGA【4】（A family of Compact Genetic Algorithms）、CoCGA【5】（Cooperative Compact Genetic Algorithms）和CCGA【6】（Cellular Compact Genetic Algorithms）。 CGP算法使用一个m行n列的细胞阵列来表示染色体，阵列中每一个细胞都是一个功能单元，如非门、或门等。每个细胞的输入限于前一个细胞的输出。该阵列有三个参数：输入数目，输出数目和L-back ，其中L-back参数决定了细胞单元的最左列。 *CGA是对CGA的一系列改良，使用较为广泛。CGA使用概率变量（probability vectors）描述种群，与传统的GA不同。传统的GA采用一系列位串来描述候选解决方法种群，以致于在硬件实现时，需要消耗大量的资源，且实现过程相对较为复杂。而CGA减少了种群所需的存储资源，在硬件实现时不需要使用RAM，仅仅使用D触发器实现的寄存器即可。但是CGA的标准形式只能用来解决一阶简单问题，其搜索能力不足，不适合现实EHW的应用实现，同时CGA在准确度和处理速度上也存在不足。*CGA是通过对CGA在精英策略、染色体突变、优胜再采样几方面的改良而实现，更加适合于现实EHW的应用实现。 CoCGA由一组CGA构成，各CGA之间进行协同运算。CoCGA具有更强大的搜索能力，收敛速度更快，计算更精确，同时更适合于FPGA实现。 CCGA基于并行遗传算法，为概率建模遗传算法的一种，其基本思想是将一个问题划分为多个子任务，然后同时使用多重遗传算法解决这些任务。CCGA具有统一的细胞结构，每个细胞只与其邻近的细胞有联系，演化分级到各个细胞进行，并且适应概率变量复合。CCGA与协同CGA相似，但是比CGA更加适合于FPGA实现。 2 EHW的实现 2.1 硬件方面 实现演化硬件的芯片可分为商业FPGA芯片和专用演化芯片。商业FPGA芯片的内部结构不公开，不能接收随机配置位串，重构过程依赖于厂商提供的软件工具。基于商业FPGA芯片进行内部演化，需要利用厂商提供的工具软件对演化产生的随机配置位串加以过滤，只将FPGA芯片内部结构允许的配置位串用于FPGA芯片的配置，以避免不合法的配置对器件造成损坏。模拟电路的演化大多采用自制的由分立元器件组成的实验平台。当前主要用于演化硬件研究的芯片及平台有Xilinx Virtex系列FPGA芯片、Xilinx Virtex-Ⅱ Pro FPGA芯片、RISA平台【7】以及FPTA【8】拓扑结构平台。 Xilinx Virtex-II Pro FPGA芯片，可利用片上的Power PC微处理器硬核执行演化算法，并在同一片FPGA上演化生成电路，从而减少演化操作相关的数据传输时间对演化电路生成时间所造成的影响。 RISA（Reconfigurable Integrated System Array）平台是FPGA芯片和微型控制器阵列（microcontroller array）的组合，如图1所示。RISA平台使用4个连续的数据链配置系统，并且数据链成对使用，其中一条替换实际配置数