摘要：在量子进化计算中,量子旋转门是种群进化的主要算子,但是该算子旋转角度的选取是离散且固定的,使问题的搜索容易陷入局部最优.因此,本文提出了一种改进的量子旋转门算子,它能够自适应地计算旋转角度,使种群能够具有比较好的全局搜索能力;同时为了避免陷入局部最优,本文对旋转后的概率幅进行了修正操作.针对数据聚类问题,本文提出了一种基于改进量子旋转门的量子进化数据聚类方法.仿真对比实验表明：与采用常规的量子旋转门的算法及一些其他的进化算法相比,本文方法在聚类正确率上有了很大的改善;同时,针对具有对称分布的数据集,在统一采用对称距离测度后,本文的方法也取得了较好的效果.

关键词：量子进化计算 数据聚类 量子旋转门 

单位：西安电子科技大学计算机学院; 陕西西安710071; 智能感知与图像理解教育部重点实验室; 陕西西安710071