随着嵌入式系统在人们生活中应用的不断深入和集成电路的不断发展,系统的复杂度进一步提高,软硬件划分方法的研究日益受到众多研究者的关注。在软硬件协同设计中软硬件划分起到了非常重要的作用。在软硬件划分技术的研究中,基于群体的增量学习算法具有概念简单、参数设置少、收敛速度快等优点,是一种解决软硬件划分问题切实可行的研究思路。本文以PBIL算法作为研究软硬件划分问题的主要工具,深入探讨了PBIL算法在软硬件划分技术中的应用,主要包括以下几个方面:首先,对涉及软硬件划分技术的相关基础知识做了系统介绍和深入探讨,包括系统的基本概念、描述方法、目标架构、系统开销、优化目标、约束条件等。通过对比选择了合适的模型和参数定义,为之后软硬件划分算法的性能分析与研究提供科学的测试平台。其次,介绍了动态环境的分类和主要特征,提出了一种新的随机性和可控性相结合的动态环境产生方法,该方法可以更全面地模拟动态环境的各种变化。系统地整理了环境变化的检测方法,针对常用动态环境检测方法准确率较低的问题,提出了一种嵌套式的动态环境变化的检测方法,实验结果证明了嵌套式环境检测方法的准确率较高。再者,针对标准PBIL算法的效率问题,对原始PBIL算法的学习因子和邻域搜索策略进行了改进,提出了一种基于改进PBIL算法的软硬件划分方法。然后,将改进后的算法与其他六种人工智能优化算法进行了对比实验,实验结果表明改进算法的划分效率有明显的提高。最后,针对动态软硬件划分问题,将记忆策略引入改进的PBIL算法,提出了一种基于改进PBIL算法的动态软硬件划分方法。采用第三章提出的动态环境产生方法生成测试问题,对改进的PBIL算法和原始的PBIL算法进行了对比实验。实验结果证明:改进PBIL算法具有较好的性能表现和稳定性。