Abstract: Simple Genetic Algorithm（SGA） has some disadvantages in the multi-peak functions optimization.So does the Quantum Genetic Algorithm（QGA）.In this paper，using a Modified Quantum Genetic Algorithm（MQGA） obtains the good solutions in some optimization of multi-peak functions.Compared with the SGA and the QGA，the test results for some important functions show that MQGA is more effective and feasible in some optimization of multi-peak functions.

摘要： 传统遗传算法（SGA）在处理多峰值函数优化问题中存在局部收敛性的问题，最初的量子遗传算法（QGA）也存在这一问题。运用一种改进量子遗传算法（MQGA），有效地解决了一些多峰值函数的优化问题。根据几个重要的测试函数进行仿真实验结果证明，与SGA和QGA相比，改进的量子遗传算法（MQGA）在一些多峰值优化问题中更具有效性和可行性。