现有的量子遗传算法、量子蚁群算法、量子粒子群算法等量子群智能算法由于将量子计算和群智能算法结合，具有并行性、收敛速度快、种群多样性好、较强的全局搜索能力等优点。经典菌群算法是一种模仿自然界生物进化的仿生学群智能算法，本文将量子计算与仿生菌群算法相融合，提出一种新的量子菌群算法，并将其应用在0-1背包和TSP问题上。本文的主要研究内容如下：首先，分析了经典菌群算法的基本原理和算法流程，详细研究了趋化行为、繁殖行为和迁徙行为，并且通过几种不同类型的基准函数仿真测试，对经典菌群算法的性能进行分析，总结出了经典菌群算法在求解最优化问题中的优势和不足。其次，分析了量子计算的基本概念和原理，并将量子计算和菌群算法相结合，用量子染色体表示细菌个体，用量子旋转门对细菌位置进行更新，提出一种新型的量子菌群算法，然后详细介绍了量子菌群算法的概念、量子染色体编码方式、算法流程和具体的实现操作方法，并通过几组不同类型的典型测试函数进行仿真实验，深入分析量子菌群算法的性能，表明了相对于菌群算法而言量子菌群算法具有非常大的优势。最后，分析了0-1背包问题和TSP问题的相关概念、模型、分类和常用的求解方法，将量子菌群算法应用在0-1背包问题和TSP问题上，并通过几组数据进行测试仿真，验证了量子菌群算法的成功，成功地实现了量子菌群算法的理论与实际相结合。