量子衍生进化算法是基于量子计算原理的一种进化算法。它以量子计算的一些概念和原理为基础,用量子位编码,量子门作为更新算子来完成进化搜索。与传统进化算法相比,量子衍生进化算法能够更容易的在探索与开发之间取得平衡,具有种群规模小、收敛速度较快、全局寻优能力强的特点。研究结果表明量子衍生进化算法在很多多目标优化问题上比传统进化算法具有更好的性能,但解决一些复杂多维问题的能力不强,容易陷入局部最优,造成算法的早熟。为了使量子衍生进化算法能够有效的克服以上缺点,更好的解决实际中的优化问题,本文对此做了进一步的研究。本文的主要的研究内容和成果如下:(1)提出一种基于R & Nε门新的量子衍生多目标进化算法。该算法主要思想如下:为缩小种群规模,对种群采用量子比特编码;在传统的旋转门中引入带概率的非门,改进了引导算法进化的旋转门,提高了算法的收敛性,避免了其陷入局部最优;并结合传统进化算法中的非支配快速排序和拥挤距离排序算子,最终构造出了一种种群规模小、收敛性更强的新算法。(2)基于有限集理论和概率论,从理论上证明了本文算法的收敛性,得到了算法的充分收敛条件。(3)基于0/1背包问题的一系列仿真实验表明:本文算法不仅能更快更精确地逼近全局Pareto前沿,又能使解更好地分布在Pareto前沿,尤其在复杂多维背包问题上算法有更好的效果。(4)将本文算法应用于某区域水资源优化配置,提出了一个合理有效的解决方案,为该区域水资源优化配置作出了有益的探索。