본 논문은 실수값을 가지는 전역 최적화를 위해 게이트 기반 양자 유전 알고리즘(QGA)을 제안한다. 개체는 측정을 통해 실수값 벡터로 디코딩되는 양자 회로로 표현되며, 진화 연산자는 회로 구조에 직접 작용한다. 고정 깊이 및 가변 깊이 변형을 통해 균일한 회로 복잡도 또는 적응적 구조적 진화를 가능하게 한다. 적합성은 양자 샘플링을 통해 평가되며, 측정 결과의 평균 디코딩된 출력이 목적 함수의 인수로 사용된다. 아다마르 게이트의 유무에 따른 게이트 세트를 비교하여 중첩이 수렴과 견고성을 향상시키는 것을 보여주며, 개체 간의 쌍별 상호 얽힘 도입을 통해 초기 수렴 속도가 빨라짐을 입증한다.
