在实际生产和科学研究中存在着大量复杂的优化问题,其中一些优化问题的目标函数或者约束条件会在问题求解过程中随时间而变化,这类优化问题被称为动态优化问题。近年来,演化计算在解决动态优化问题方面取得了显著的进展。本文研究基于演化计算的动态优化算法,对记忆策略进行实验分析,并将动态优化进化算法应用于软硬件协同设计领域的动态划分问题进行求解,取得了一些有意义的结果。论文的主要工作和创新之处如下:(1)提出了一种双吸引子多群体粒子群算法(BMPSO)。BMPSO算法采用两个群体吸引子对解空间进行搜索,能够有效的平衡算法的收敛速度和群体的多样性。此外,将记忆策略引入多群体粒子群算法(MPSO),改善了MPSO算法对周期性变化的动态优化问题的适应性,有效的提高了算法在具有历史相关性的动态环境中的搜索效率。(2)通过大量对比实验,对记忆策略的特点及其适用范围进行了较为深入的分析,从中总结出:1、有效的信息保存是记忆策略取得较好效果的保证。2、记忆策略的效果与历史环境的动态相关性有很大关系。(3)对软硬件协同设计中的动态划分问题进行了初步研究,提出了一个基于MPBIL算法的动态划分方法。该方法能够有效改善算法在任务结构变化初期搜索效率低的问题,提高了划分的效率和结果的稳定性。