演化硬件是将演化算法和可编程器件进行有机结合的一种全新的设计领域。本文先对演化硬件的基本原理和分类以及可编程器件平台进行了基本的介绍。其次本文详细的研究了四种演化算法基本原理和算法的详细步骤，并对这四种算法的优缺点做了比较和研究。针对演化硬件电路自动设计的特点，本文从编码的角度选择了遗传编程算法并对其进行改进。本文首先采用分组混合法对遗传编程中初始群体的产生方法做了改进，提高了初始群体的个体质量。紧接着本文遗传编程中的子代个体选择方式采用最优法和竞争选择法结合的方式进行改进，以期增加遗传编程中子代个体的多样性和最优性。针对遗传编程中交换算子对算法树构造块结构破坏的情况，我们采用多次交换操作根据适应度取最优个体的方法对其改进。最后本文针对遗传编程演化过程中个体复杂度的控制提出了一种动态节点控制法，该方法在保证个体多样性和优秀度的同时对个体的复杂度以节点数为标准进行控制。在算法改进完后本文先在Matlab仿真实验平台上对符号回归问题进行仿真实验。然后我们通过构建一个Nios II软核，在Altera公司的Quartus9.0软件和NiosII9.0IDE仿真平台实现了全加器电路的仿真设计实验。对仿真结果比较显示改进后的算法提高了初始群体生成的质量，在演化过程中控制了个体复杂度，并且在平均收敛次数和平均迭代代数方面有了明显提高。