量子进化算法是量子计算与进化算法相融合的一种新的优化算法,它较好地弥补了进化算法在求解优化问题上的不足,其收敛速度和寻优能力都要优于进化算法。但是这种算法在求解复杂优化问题上仍然存在收敛速度慢和未成熟收敛问题,需要进一步改进。本文在已有研究的基础上,改进了量子进化算法,提出两种改进策略,并将其应用于QoS组播路由和网络入侵检测中,主要研究工作和取得的成果如下:1.量子进化算法中量子旋转门旋转角的调整通常采用查表方式,针对这种固定调整策略的不足,提出了基于单种群优化和基于多种群并行优化的两种改进量子进化算法,并通过对典型复杂函数优化问题的求解验证了改进算法的可行性和有效性。2.针对具有NP难度的QOS组播路由问题,提出一种求解包含延时、延时抖动、带宽、包丢失率和费用约束的QoS组播路由问题的改进量子进化算法。算法采用基于单种群优化的改进策略调整量子门旋转角,采用劣体突变策略实施量子位变异。实验结果表明算法路由性能良好。3.针对网络入侵检测中的入侵特征库存在构建困难、自适应差的缺点,提出一种用于优化入侵特征库的改进量子进化算法。算法采用基于多种群并行优化的改进策略调整量子门旋转角,采用优体交叉策略实施全干扰交叉。最后将算法应用于网络入侵检测,得到了检测率达到90%以上的良好效果。