本文研究的主要内容是改进量子遗传算法用于控制系统的满意优化设计。在实际优化问题中，由于存在着大量复杂因素，难以建立精确的数学模型获得最优解，或获得最优解的代价得不偿失，甚至不存在传统意义下的最优解。于是，采用满意优化方法求问题的“满意解”成为解决这类问题普遍采取的优化策略。满意优化方法中采用遗传算法进行问题的寻优计算，因此，遗传算法性能的好坏直接影响到优化效果。本文在分析了量子遗传算法的基础上，提出了一种改进量子遗传算法，并应用于控制系统的满意优化设计中。 全文共分五章。第一章为绪论，简单介绍了传统优化方法与满意优化方法以及传统遗传算法与量子遗传算法。第二章讨论了满意优化问题的描述以及基本运行框架，并给出了满意度函数的几种表示形式和多目标满意优化模型。第三章分析了量子遗传算法中基本概念以及该算法的具体实现过程，提出了改进量子遗传算法。第四章详细讨论了改进量子遗传算法在PID参数满意优化设计中的应用，取得了令人满意的优化仿真结果，并证明了该算法的优越性能。第五章在分析了线性二次型问题，给出了多变量系统LQR的满意优化模型，结合改进量子遗传算法，给出了加权矩阵Q和R的优化方法。结果表明该方法在实际应用中的有效性和广泛性。