随着网络通信技术的发展和Internet的普及，多媒体通信和分布式环境中的协同工作等应用越来越广泛，这些应用对网络提出了不同的服务质量(QualityofService，QoS)以及组播(multicast)要求。通过使用组播降低带宽占用，减少网络拥塞，减轻服务器负荷，并改善传输数据的质量。由于组播传输大多为多媒体数据，数据量大并对QoS要求相对严格，所以有必要设计专门的组播路由算法。性能出色的组播路由算法为数据准确及时的传递、新业务的应用和QoS的保证提供了保障。 网络上时延受限且满足带宽等要求的最小组播树问题是组播中的典型问题。该问题是经典计算中的NP难度问题，目前常采用启发式方法求解。本文用改进的量子遗传算法(QuantumGeneticAlgorithm，QGA)实现多约束QoS组播路由优化，算法的核心是引入并行计算模型来克服现有量子遗传算法的不足。在满足带宽、时延约束条件下寻找代价最小的组播树，并合理安排节点负荷，减少通信开销。仿真实验结果表明，本文的算法在效率和求解性能上优于常规量子遗传算法，能加速最佳个体迁移，搜索速度快，全局寻优能力强。