量子进化算法是一种基于量子计算原理的进化算法。这种算法是在量子理论和进化算法的不断融合中发展起来的，具备种群规模小、收敛速度快、全局寻优能力强等优点。随机作业车间调度问题最大的特点是工件在机器上的加工时间按照一定规律随机分布，这使得随机作业车间调度问题具有极大的随机性和复杂性，给问题的求解带来了极大的困难。许多学者都曾将量子进化算法应用于随机作业车间调度问题的求解并且取得了不错的效果。但是，这些算法普遍存在求解过程中容易陷入局部最优、计算量和算法复杂度大的问题，需要进一步改进。
　　量子进化算法中利用了量子态的相干、叠加以及纠缠等特性，并且具备量子并行性。量子进化算法使用量子位编码量子染色体，利用量子门作为更新算子进行进化搜索，同时也采用进化算法中经常使用的函数评价方程、种群动态特性等方法。目前，已经存在多种形式的量子进化算法，例如，二进制观察和混合的量子进化算法等。这些不同的量子进化算法已经广泛应用在组合优化、信号处理、数值优化等领域。
　　本文主要针对随机作业车间调度问题提出了一类改进的量子进化算法。该算法在进行量子更新操作时采用动态旋转门和Hε操作相结合的旋转策略。每一代进化中判断进行量子交叉时采用的是自适应量子交叉概率。同时，本文算法采取了协同进化中的两种种群规模调整策略:竞争进化策略和合作进化策略，这能够为种群的进化提供充足的动力。最后，为了避免算法陷入局部最优，本文算法采用灾变操作。一旦判定算法陷入了局部最优就采用灾变操作，使其能够跳出局部最优继续搜索解空间。
　　文章在最后进行了实验分析，验证了该算法在求解随机作业车间调度问题上的有效性。通过实验对比可知本文改进算法在中小规模的随机作业车间调度问题中表现较好，但是在大规模问题中求得的解与其他算法相比并无明显优势，需要进一步研究改进。