量子粒子群算法(Quantum-behaved Particle Swarm Optimization Algorithm , QPSO)是在粒子群算法(Particle Swarm Optimization Algorithm , PSO)的基础上改进而来,是一种有效的全局优化搜索算法,它比较好地改进了PSO算法的自身缺陷,提高了全局优化搜索效率。在现代的科研诸多领域中人们对算法的速度要求越来越高,所以有更多的算法被用硬件实现来增加实时性。FPGA(Field-Programmable-Gate-Array)较之以前的CPLD、PAL有很多优点,用它作为硬件平台,弥补了传统ASIC灵活性不足的缺点。本文首先介绍了粒子群算法的基本原理,研究了QPSO算法的粒子间的特性,另外本实验选择FPGA作为硬件平台,结合了FPGA的硬件架构和QPSO的特性对算法进行硬件结构设计。在结构设计当中加入了并行流水技术,这是在FPGA开发中的一个优点,从而进一步提高了算法的运行效率。在实验中,通过对不同的函数进行实验比较,同时使用不同的硬件方式——串行和并行来实现,从多个方面来比较算法的运行效率并做了相应的分析。通过实验表明,硬件实现的QPSO算法的运行效率显著提高。为了能更好地说明硬件实现该算法的运行效果,本文也做了在相同条件下的QPSO算法在Matlab中的实现,然后比较它们的运行效果。通过采用硬件并行和流水技术,大大缩短了算法的运算时间,仿真结果表明硬件化QPSO算法的运算时间甚至达到原MATLAB中运算时间的0.032%。最后,在程序综合、实现、配置成功后,分别采用JTAG和主串两种模式下载到XILINX公司的spartan-3 XC3S400型号FPGA开发板中,并且运行成功,测试结果与仿真结果相同。