针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题，提出一种适合连续优化的量子蚁群算法。该方法直接采用量子位的相位对蚂蚁编码。首先根据基于信息素强度和可见度构造的选择概率，选择蚂蚁的前进目标；然后采用量子旋转门更新描述蚂蚁位置的量子比特，完成蚂蚁移动，并采用Pauli-Z门实现蚂蚁的变异增加位置的多样性；最后根据移动后的新位置完成蚁群信息素强度和可见度的更新。由于优化过程统一在空间［0,2π］n进行，而与具体问题无关，对不同尺度空间的优化问题具有良好的适应性。以函数极值优化和控制器参数优化为例,