本稿では、実数値グローバル最適化のためのゲートベース量子遺伝アルゴリズム（QGA）を提案します。このモデルでは、個体が量子回路で表現され、その測定結果が二進数の離散化を通じて実数ベクトルにデコードされます。進化的オペレーターは回路構造に直接作用し、突然変異や交叉を通じてゲートベースの符号化空間を探索します。固定深度および可変深度のバリエーションが導入され、均一な回路の複雑さまたは適応的な構造進化を可能にします。フィットネスは、測定結果の平均デコード出力を目的関数の引数として用いて量子サンプリングを通じて評価されます。ハダマードゲートの有無でゲートセットを比較することで、重ね合わせが収束性と堅牢性を一貫して向上させることを示しました。また、個体間の量子もつれを導入することで早期の収束が加速され、個体間の量子相関が追加的な最適化利点をもたらすことが明らかになりました。これらの結果は、進化的量子アルゴリズムの探索ダイナミクスを強化することを示し、ゲートベースのQGAが量子強化グローバル最適化の有望な枠組みであることを確立します。