广播电视监测是我国广播电视事业重要的、不可缺少的组成部分。它对改善广播电视传输和播出质量，核查广播电视覆盖网效果，为拟定、修改覆盖网技术规划提出科学依据；对维护广播电视的空中无线电波秩序，严格保护并有效利用频谱资源，保证群众良好的收听（收看）等有着重要作用。本文主要通过研究混沌神经网络在复杂问题优化等方面的作用,结合量子遗传算法,在对中短波广播覆盖问题进行模拟的过程中，应用量子遗传算法解决优选覆盖发射机的选择速度和精确性问题。本文首先介绍广播电视监测工作、无线电传播等方面的专业知识，分析混沌神经网络的国内外研究现状，及在广播电视监测中的可能应用方向。然后研究量子遗传算法的理论基础和算法特点与不足。针对中短波广播覆盖问题，提出了对传统量子遗传算法通过动态调整基因初始化方式、最优结果保留方式、引入部分种群灾变机制三种改进方式。最后设计并实现了基于量子遗传算法的中短波广播覆盖选择发射机程序，进行对比测试并分析实验结果。通过对比分析改进前后的量子遗传算法的实验结果，表明在进行中短波广播覆盖选择发射机过程中，采用改进的量子遗传算法作为核心算法在优选速度、优选效果等各方面具有明显的优势。改进的量子遗传算法在解决组合优化问题时在搜索效果和搜索速度两方面具备较好的均衡性。研究与实现提高了传统量子遗传算法的算法性能，拓宽了量子遗传算法的应用领域。实验结果表明改进的量子遗传算法优于传统的量子遗传算法，具有收敛速度较高和脱离局部极值能力较强、避免过早收敛的全局优化能力，改进的量子遗传算法具有较高的寻优能力和可用性。