量子进化算法是由量子理论和进化算法的不断融合中而发展出来的一种新型优化算法,以其种群规模小、收敛速度快、全局搜索能力强等优势引起了国内外的广泛关注,开展量子进化算法的研究具有实际意义和应用前景。本文主要研究了量子进化算法及其在演化硬件电路中的应用。在量子进化算法发展历程中,许多学者提出了各种不同的量子操作,如量子移民策略、量子交叉、量子变异操作等。但是对于这些操作是否具有通用性或者各种操作的应用领域缺少指导性建议。本文在QEA和SRQEA算法分别引入全局移民策略,对三个背包优化问题和和五个典型测试函数共八个优化对象进行优化。通过比较使用全局移民策略前后的优化效果来研究全局移民策略对量子进化算法的优化性能影响。在采用动态种群规模的SRQEA算法的基础之上,本文提出了两种改进量子进化算法SRQEA2和SRQEAb13。在两个改进量子进化算法中分别使用Hε门和量子旋转门更新量子染色体,并分别对八个优化对象进行优化。通过比较使用Hε门和量子旋转门的优化效果,总结出Hε门的应用特点。相比QEA和SRQEA算法,SRQEA2和SRQEAb13对上述八个优化对象的优化效果更优。由于量子进化算法研究起步较晚,目前应用领域还不够广泛,本文首次将量子进化算法应用于演化硬件电路演化。与使用hereboy算法的演化效果相比较,在相同的时间内,量子进化算法寻优结果更好,且收敛速度更快。