AdHoc网络是一种多跳、自组织、分布式的无线网络。整个网络不需要固定的基站，每个节点既是终端又是路由节点，而且节点是移动和动态变化的，可以随时随地快速进行部署，因此非常适用于战场、救灾、移动会议、个域通信等特殊场合。　　 目前对AdHoc网络的研究工作主要集中在媒质接入问题、路由问题、组播路由问题、功率控制问题、QoS问题、安全问题、传输层问题等方面。组播是一个数据包传输到一个“主机”组的一种通信方式。组播通信方式可以减少从单个源节点或多个源节点发送相同的信息到多个目的节点的通信代价，并且能够节省网络的传输带宽、路由的处理时间和传输时延。因此组播对于AdHoc网络这种带宽资源紧张、系统资源有限的网络环境具有重要的应用价值。　　 目前研究者已经提出了多种组播路由协议，本文首先分析和比较了现有的典型移动AdHoc组播路由协议，并针对MAODV(Multicast AdHoc Demand Distance vector Routing protocol)路由协议没能对组播树进行优化的不足，提出一种基于改进量子遗传算法IQGA(Improved Quantum Genetic Algorithm)的MAODV组播树集中式优化方案(MAODV-IQGA)，在NS2网络模拟平台上仿真实现了MAODV-IQGA算法并对该算法的性能进行分析和评价。本文的研究内容和主要工作包括如下几个方面：　　 (1)对现有AdHoc网络组播路由协议进行分类讨论，包括对三类具有代表性的典型协议进行路由分析，并结合功能函数代码重点对MAODV协议的结构和工作机制进行了详细分析，包括产生组播路由请求、反向路由的确立、路由应答信息的产生、GRPH消息、组播路由激活、组播树的维护、组播树的修剪、链路的修复和组播数据包的处理。　　 (2)对量子遗传算法进行了研究，分析了量子遗传算法的基本原理，引入k位变异子空间的概念对其随机性质进行了数学分析，给出了其变异概率分布数学形式和动态变化图。发现QGA自身就蕴涵自适应性随机变异机制，证明传统的随机变异机制在通常的有限次迭代中不能明显提高QGA的全局寻优能力。　　 (3)提出了一种与传统随机变异方式不同的基于观测的阶段式大尺度变异机制(Stage Large-scale Variation Mechanism Based On Observation，SLVMBOO)并设计了采用SLVMBOO的IQGA。通过0/1背包问题实验验证了IQGA比传统的QGA优越，结果显示所提出的IQGA具有全局寻优能力强、不易陷入局部最优以及收敛速度快的优点。　　 (4)针对MAODV路由协议没能对组播树进行优化的不足，结合改进量子遗传算法，提出了MAODV组播树集中式优化方案(MAODV-IQGA)，并对该方案的算法在NS2平台上进行了仿真对比分析。结果显示在中、低速范围(小于15m/s)，组成员节点数大于10但又未饱和之前MAODV-IQGA稳定而明显的提高了MAODV的端到端包平均投递率和降低了端到端数据包平均延时，而且效果优于MAODV-SPT(ShortestPath Tree)，同时结果显示组播成员数越大MAODV-IQGA的效果越好。　　 最后，对本文的工作进行了总结以及指出了进一步的工作方向和内容。