量子计算与量子信息的研究可以追溯到几十年前，但真正引起广泛关注是在20世纪90年代中期。这期间发现了Shor快速因子分解算法和Grover搜索算法，这两类算法展示了量子计算机从根本上超越经典计算机的计算能力。近年来，量子随机行走正逐渐开始引起人们重视，这是因为一方面，量子随机行走可以看作是经典随机行走在量子系统上的一种自然推广，另一方面，量子随机行走能够应用于构造有效的量子算法。 本文首先介绍量子随机行走和一种基于量子随机行走的搜索算法，即量子随机行走搜索算法，它与Grover搜索算法有着相同的搜索速度。接着我们研究了两种噪声模型对该算法的影响。在第一种噪声模型中我们假设算法执行时，控制随机行走方向的量子硬币在算符作用下进行的相位翻转操作含有一定的误差，即相位噪声，我们研究了这种相位噪声对搜索算法产生的影响。早先人们已经研究了这种相位噪声对于Grover搜索算法的影响，我们通过比较发现，两种搜索算法在对相位噪声的响应上有着相同和不同之处。在第二种模型中我们主要研究了白噪声对于量子随机行走搜索算法的影响。由于在真实环境中搜索算法执行的每一步都会因为与周围坏境相互作用而出现退相干效应，它会使存储在量子计算机中的量子态几率幅发生涨落，从而改变最后的输出结果。我们将这种效应模型化为算法每一步执行过程中量子态上出现的高斯白噪声，我们通过计算机模拟研究了它对算法的影响，并与Grover搜索算法进行了比较。 本文的工作有助于进一步了解量子随机行走搜索算法与Grover搜索算法之间的区别和差异，并对量子搜索算法的实际应用有一定的理论指导意义。