本書首先構建了一個帶有硬件多版本特征的軟硬件劃分模型，然后面向軟硬件間通信開銷最優(yōu)對循環(huán)進行分簇，并依據分簇的結果對劃分模型中的優(yōu)化目標函數進行更新，最后從全局優(yōu)化的角度，采用以浮點數編碼的遺傳算法來進行求解，從而形成了本文設計的一種帶有硬件多版本探索和劃分粒度優(yōu)化再選擇的軟硬件劃分算法。本書在上述遺傳算法的基礎上，經過改進，設計了一種性能更佳的基于Q-學習和遺傳算法的面向硬件多版本探索的軟硬件劃分算法。依據硬件多版本的性能、面積的矛盾特征、將Q-學習算法和貪婪規(guī)則相結合，自適應選擇合適的變異方向，成為改進后遺傳算法的明顯特征。