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