近些年，遗传算法被应用到电路设计中产生了可进化硬件系统。这种硬件进化系统不需要太多的专业知识就可进行电路设计，有效的降低了电路的设计成本。然而在进行数字电路优化时，经典遗传算法在优化后期种群的多样性容易变差，极易引起未成熟收敛和收敛速度慢等问题。本文介绍了可进化硬件和遗传算法的研究现状，阐述了可进化硬件的工作原理。在此基础上，对遗传算法在数字组合逻辑电路方面的应用进行了研究。主要工作内容包括：（1）经典遗传算法在优化电路过程中由于适应度低的个体被选择的概率较低,种群多样性变差，在优化后期容易导致早熟收敛问题。针对该问题提出了一种新的选择方式，即改进型的轮盘赌选择方式。该方式将种群按照适应度大小排序，按照排序号对种群进行分组，通过人为设定每组被选择的概率，提高适应度低的个体被选择的概率；（2）为了有效缩短改进型轮盘赌选择方式带来的优化时间增加的问题，在选择操作中加入保留最佳个体选择法。该方法将种群中适应度较大的βN（其中β为常数且0.02<β<0.05，N为种群大小）个个体不经过交叉和变异操作直接复制到下一代。采用这种选择方法优化电路能够提高种群中优秀基因的概率，有效缩短电路优化时间；（3）经典的遗传算法在适应度函数评估之后直接进入交叉和变异操作，种群的分布信息没有得到充分利用，在电路优化后期会由于优秀个体过于集中出现早熟收敛问题。基于统计学思想在算法优化电路的流程中增加了种群规划操作，该操作通过对种群进行适应度分布评估对种群进行遗传规划，提高种群多样性。