嵌入式系统SoC的器件尺寸越来越小、集成度越来越高、功能越来越复杂,传统的设计方法已经不能满足当前SoC设计的需求,因此出现了软硬件协同设计。软硬件划分是软硬件协同设计中非常关键的步骤,研究软硬件划分方法,对系统进行描述并建模,不断优化划分的算法,都具有十分重要的理论和实际应用意义。本文介绍了国内外在软硬件协同设计领域中的研究状况,进一步讨论了在嵌入式系统设计过程中建立系统对应的数学模型的方法,同时分析了软硬件划分方法中存在的普遍问题以及经常遇到的困难。在对遗传算法(Genetic Algorithm,GA)和阴性选择(Negative Selection,NS)算法的各方面特性以及优缺点进行分析和比较的基础上,提出了遗传阴性选择混合算法,通过结合遗传算法和阴性选择算法各自的优势,得到了具有较强执行效率和寻优能力的算法,并对传统的交叉和变异算子做了一定优化以提高最终解集的质量和解分布的广泛性。还提出了伴随进化过程自我集淘汰参数不断变化的策略,实现了在不同进化阶段对个体进行淘汰的力度的控制和调整。最后,分别将遗传算法、阴性选择算法以及遗传阴性选择混合算法进行编程实现,并对使用TGFF(Task Graph for Free)工具生成的任务图进行软硬件划分实验。通过对比和验证,实验结果表明遗传阴性选择混合算法克服了遗传算法淘汰个体过程慢、阴性选择算法初期搜索能力差的弱点,从而在提高了算法执行速度的同时能得到质量有保证、分布均匀且广泛的划分方案集。