混合系统是连续时间系统和离散事件系统相互作用而形成的一类复杂动态系统,同时具有连续和离散系统的特征,广泛存在于机械工程、航空航天、电力电子、控制工程和机器人等重要科学和工程领域中。现代仿真软件在对其展开建模和仿真分析时,沿用了对纯连续动力系统以微分方程数值解法为核心的“时间离散”方法。由于碰撞、粘滑、控制等离散事件的发生,系统的状态会出现跳跃或者以一种完全不同的规律演化。因此,时间离散数值求解方法不仅需要进行迭代或插值来定位离散事件发生的时刻（不连续点）,而且必须选用合适的步长以防止离散事件丢失,这就使得其求解过程面临严重的数值不稳定现象,还会导致计算量增加,拖慢仿真速度。量化状态系统方法（Quantized State System,QSS）是一种新的数值求解方法,与时间离散数值求解方法不同,QSS方法以状态变量离散为主动,称之为一个事件,以时间变量离散为被动,随事件而自然确定,这样连续的求解过程就可以转化为一个个离散事件,大大提高对混合系统的仿真求解效率。然而QSS方法存在计算效率和计算精度冲突的问题,同时在不知道仿真轨迹的前提下,无法选择一个合适的量子大小来计算。针对该问题,本文提出一种动态量子量化状态系统算法（DQSS）,该算法根据QSS和修正的QSS2算法计算所得的仿真推进时间,动态地调整量子大小,使得每一步都能根据设定的误差范围取得合适的量子大小,在提高仿真精度和稳定性的同时,缩短仿真时间,有效提高算法的仿真效率。为证明本文所提出的动态量子量化状态系统算法在混合系统求解过程中的效果,本文首先选取三个具有不同特征的混合系统算例进行仿真求解,证明了算法的可行性。之后对有膝双足被动行走机器人这一复杂的混合系统进行了应用分析。有膝双足机器人作为一个典型的复杂混合系统,在行走过程中摆动腿和地面发生碰撞,导致系统状态发生跳跃,同时又由于膝关节碰撞的加入,增加了系统的复杂程度和不连续点检测的难度。通过对有膝双足机器人系统的仿真求解,并且将本文提出的DQSS算法与时间离散数值求解方法和QSS等方法从仿真精度与仿真效率两方面进行对比,结果表明:DQSS算法能有效减少仿真步数,提高仿真效率,同时能准确检测混合系统的不连续点,使得算法具有较高的精度和稳定性。