群智能优化算法作为人工智能的一个分支,为解决路径规划、物资调度和参数优化等问题提供了新的思路和方法。其中天牛须搜索算法（Beetle Antennae Search,BAS）作为群智能优化算法的代表,因其具有结构简单、寻优性能优越的特点,在众多的算法中脱颖而出,备受研究者的青睐。但是由于该算法在运行过程的后期存在欺骗性和多样性丧失的现象,所以不可避免地出现了早熟收敛的问题。针对此问题,并结合算法的特点,引入了量子进化策略,改进后的天牛须搜索算法不仅可以提高寻优性能,还可以扩大影响力,对解决实际的工程问题具有重要意义。自抗扰控制器（Active Disturbance Rejection Control,ADRC）吸收了PID控制器“以误差消除误差”的思想精髓,该控制器不依赖被控对象的模型,具有控制性能优越、鲁棒性强、精度高和易于数字化等优点。然而由于自抗扰控制器参数多且难整定,限制了其在解决实际工程问题中的应用与推广。本文以自抗扰控制器参数整定的研究为基础,围绕天牛须搜索算法的优化改进,设计了基于改进优化算法的自抗扰控制器并应用于实际的问题中,主要的研究内容如下:首先,对天牛须搜索算法进行分析,结合其特点,引入量子进化策略。把天牛须搜索算法输出的当前最优解,认为是一种“正”、“伪”两种状态的量子位线性叠加,对当前最优解用实数编码（Real-Coded Quantum,RCQ）的方式进行重构,增加个体的多样性;然后采用量子旋转门（the Quantum Qotation Gate,QRG）作用于未更新的量子位上,更新量子表达式,使算法获得跳出局部最优解的能力,避免早熟收敛。其次,对自抗扰控制器的原理进行了研究。介绍自抗扰控制器的组成,着重分析了各部分参数对其控制性能的影响,确定待整定参数,为下文的进一步研究奠定理论基础。基于理论分析,在MATLAB/Simulink软件中设计搭建自抗扰控制器的实验仿真平台。然后,对改进后的天牛须搜索算法在自抗扰控制器参数整定中的应用进行研究。在以时间绝对误差积分准则（Integral of Time and Absolute Error,ITAE）为评价指标的适应度函数中引入超调量,设计基于改进天牛须搜索算法的自抗扰控制器,并以永磁同步电机作为被控对象,验证改进自抗扰控制器的控制性能。实验结果表明,改进的自抗扰控制器响应速度更快、抗扰性能更强。最后,将改进的自抗扰控制器应用到四旋翼无人机的飞行控制系统中。对四旋翼无人机的动力学模型进行分析和线性化处理,在MATLAB/Simulink软件中搭建基于改进自抗扰控制器的四旋翼无人机双闭环飞行控制模型,设计悬停和抗干扰轨迹追踪实验和四旋翼无人机的避障实验。实验结果表明,改进的自抗扰控制器对四旋翼无人机的飞行具有很好的控制效果。