对量子粒子群优化(QPSO) 算法进行研究，提出了自适应量子粒子群优化(Adaptive QPSO) 算法，用于优化Elman 神经 网络的参数，改进了Elman 神经网络的泛化能力。利用网络流量时间序列数据进行预测，实验结果表明，采用AQPSO 算法优 化获得的Elman 神经网络模型不但具有较强的泛化能力，而且具有良好的稳定性，在网络流量时间序列数据的预测中具有 一定的实用价值-Quantum-behaved particle swarm optimization (QPSO)