量子进化算法是基于量子计算原理的一种进化算法。这种崭新的优化算法，具有很大的生命力和研究价值。它以量子计算的一些概念和原理为基础，用量子位编码，量子门作为更新算子来完成进化搜索。与传统进化算法相比，量子进化算法能够更容易的在探索与开发之间取得平衡，具有种群规模小、收敛速度较快、全局寻优能力强的特点。实验表明量子进化算法在很多问题上比传统进化算法具有更好的性能，但解决一些复杂优化问题的能力不强，容易陷入局部最优。为了使量子进化算法能够更有效的解决实际的优化问题，本文对此做了进一步的研究，使量子进化算法的性能进一步提高，并扩大了它的应用范围。本文所做的贡献和成果主要有以下几部分：1．提出了基于分布估计的量子进化算法。在该算法中同时保存两种概率模型，相辅相成，促使算法在保证种群多样性下快速收敛。还提出了自适应调整旋转角度的策略，使旋转角度随演化的过程自动调整。2．将量子进化算法应用到多选择背包问题和多选择多维背包问题，针对这类特殊问题提出了相应的观测解过程和新的旋转算子。3．将基于分布估计的量子进化算法扩展到多目标优化，取得了很好的效果。