量子群智能优化算法是群智能算法和量子计算的高效融合,在工程领域和实际生活各种优化问题中有很好的应用,是当前学术研究和实际应用的研究热点。大多数优化问题都是NP难问题,具有很大的复杂性和不确定性,研究量子群智能优化算法解决复杂的优化问题具有重要的理论意义和实际应用价值。本文将量子计算和群智能算法进行结合,设计了量子群智能优化算法及其改进算法,并在相关的优化问题中展开了应用研究。主要工作和创新点如下:(1)针对无等待流水车间调度优化问题,提出了一种量子布谷鸟搜索算法。该算法采用双链量子编码布谷鸟种群,并生成初始解;在迭代过程中,依据莱维飞行机制更新布谷鸟种群,并引入量子旋转门对种群进行改进;最后采用一种邻域搜索算法进行优化。通过基准测试实例仿真,结果显示所提算法具有良好的优化能力,与其他群智能算法比较性能优良。(2)基于量子布谷鸟搜索算法,结合Bloch球面坐标量子编码方式和差分进化的思想,提出了一种量子布谷鸟协同搜索算法。Bloch球面坐标量子编码能够改进初始种群,进一步增加种群多样性;在搜索过程中融合差分进化算法中的交叉、变异算子改进布谷鸟搜索策略,有助于种群跳出局部最优;针对无等待流水车间调度优化问题,对基准测试实例进行仿真,结果表明提出的算法能够在很大程度上提高求解质量,改进了量子布谷鸟搜索算法的性能,优于其他群智能算法。(3)针对城市垃圾回收路径规划问题,采用所提的量子布谷鸟协同搜索算法对其优化。以芜湖市弋江区为实验数据,设计无线传感网络模型采集并处理信息,利用所提算法优化路径。实验结果给出了很好的优化路径,并与遗传算法和量子布谷鸟搜索进行比较,具有更好的优化效果。