演化硬件（Evolvable Hardware），简称EHW或E-Hard，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。自从1992年正式提出演化硬件的构想后，经过十几年的研究发展，这一研究领域正在得到越来越多的关注。通过紧密地结合演化算法与电子学的学科内容，演化硬件的研究成功开辟了实现自动化硬件设计、构建能够自适应和自修复的硬件的新途径，在航空、航天等领域都受到了极大的关注。虽然国内外对演化硬件进行了长期的研究，并且在诸如图像处理、电路设计、机器学习等领域已经付诸于一定范围的实际应用，但是演化硬件的实时性瓶颈仍是当前存在的主要问题，也是现今国内外各科研机构的研究重点。为了能够将演化硬件技术应用于更多的实际情况之中，同时实现硬件的实时重构自修复功能，在研究中必须考虑降低硬件演化的时间空间消耗，增强演化硬件的实时性。演化硬件技术主要包括两方面：演化算法和硬件演化平台。本文以提高硬件演化的实时性为目的，首先从演化算法运行速度方面出发，深入研究分析了当前已存在的演化算法，特别是其中使用较为广泛的遗传算法，对各算法的性能进行了比较，然后在已有算法的基础上，提出了收敛速度更快并且适合于硬件实现的趋向型紧凑遗传算法，最后采用所提出的趋向性紧凑遗传算法作为演化算法核心，构建离线演化硬件平台，使用所构建的平台进行常用电路的演化，从而验证了所提出算法的有效性和优越性。