本发明提供了一种基于变参递归神经网络的FPGA实现方法，包括如下步骤：1)将实际问题设计为受多类约束的时变二次规划问题；2)将步骤1)中的受多类约束的时变二次规划问题通过引入惩罚函数和拉格朗日函数转换为时变矩阵方程，并通过变参收敛微分神经网络进行求解；3)将步骤2)中的变参收敛微分神经网络映射到FPGA构成求解模块；4)确立求解模块的数据格式和底层乘法器；5)将步骤4)中的已确定好数据格式的模块基于流水线实现；6)将步骤5)中求得的最优解进行积分，得到二次规划问题的最优解。本发明采用变参收敛微分神经网络对受多类约束的时变二次规划问题进行求解，计算效率大大提高、实时性强，鲁棒性好的优点。