数据仓库(DW)主要是为了满足组织决策支持系统的信息需求而设计的。对此类系统提出的大多数查询本质上是分析性的。这些查询既长又复杂,并且是以探索性和特别的方式提出的。当直接针对不断增长的DW进行处理时,这些查询的响应时间很长。为了减少这一时间,物化视图被用作替代方案。由于存储空间的限制,无法具体化所有视图。此外,最优视图选择是一个NP-完全问题。或者,需要从所有可能的视图中选择一个子集,以提高分析查询的响应时间。本文提出了一种量子启发的进化视图选择算法(QIEVSA),该算法从多维格中选择Top-K视图。QIEVSA与其他进化视图选择算法的实验比较表明,QIEVSA能够选择在减少分析查询响应时间方面相对更好的Top-K视图。这反过来又有助于有效的决策。