量子信息学是一门新兴的交叉学科,它在信息领域中有着独特的功能,在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限。特别是近年来,基于量子并行计算的量子智能算法有效地降低了一些经典难解算法的计算复杂度。本文的研究的主要工作有:首先,研究了遗传算法、量子遗传算法的特性,提出了一种改进的实数编码量子遗传算法。通过对目标函数进行性能比较测试,实验结果表明,改进的实数编码量子遗传算法比传统二进制编码的量子遗传算法和实数编码量子遗传算法[19]都具有更好的全局搜索效果。其次,本文将实数编码的量子遗传算法的思想引入到传统的粒子群优化算法中,提出一种新颖的量子粒子群优化算法。实验结果表明,本文提出的量子粒子群优化算法性能要优于Sun等人提出的量子粒子群算法和普通的粒子群优化算法。再次,本文同时将免疫克隆选择的思想和混沌变异引入到量子遗传算法中,提出了混沌量子免疫遗传算法。实验结果表明,本文提出的混沌量子免疫遗传算法搜寻性能要优于免疫克隆选择算法和普通的遗传算法。最后,将上述量子智能算法应用于HMM的孤立词语音识别系统。采用将量子智能算法引入到HMM的初始化聚类分析中。实验表明,基于量子智能算法的HMM语音识别系统比传统的HMM语音识别系统具有更好的识别能力。